|
|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 + {! l* e; Y) f' F% a
# Q' v: D$ A7 b M
两种办法作proportion test, 一种前面已经提过用Chi-square test,而且已经用R给出了答案:p-value = 0.5731。这种方法除了在R里面用chisq.test(),也可以用prop.test():4 n N/ J, {+ [% W
) H. J! {: p6 c
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
- |' K: q3 b# E" E或者 ; p0 _, A# j% L; w1 s3 j
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)* {/ v- A& i7 V' z# }9 e& n
z% u. N% P: e1 s3 A5 w3 Za与chisq.test()完全相同
1 p! T8 e+ H2 ?4 D1 @$ g
" E1 ?5 T3 @* J8 ^& \- v而b其实就是Z test(Z test用来比较sample proportion, 而T test用以比较sample mean),那Z test怎么用R来做呢?
) x4 C+ j Z% D# k8 b" O X4 j" E0 S6 n# W& g; n" w
> p=(5173+930)/(6841+1217): `" [. f0 i0 m4 t
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))9 ]2 [8 B& ~6 Q7 U) Y) a3 n3 ?# \
> 2*pnorm(z)
/ E# ?! d3 Y. e& m[1] 0.5486768/ G2 H5 {8 A" m/ `
' R5 J: T3 ~6 u' c9 w! F
最后就是Z test得到的p-value,跟b的结果一模一样。公式大家可以google:Z test.
4 y+ N$ p; H4 m0 n5 b* V( _% L" C) l0 P. Z+ _- m% n2 P9 b
结论是无论用哪种方法,无论是在90%还是95%的confidence level,无论是one tail还是two tail(我这里只做了two tail,one tail稍微改一改就可以得到),null hypothesis(proportion相等)都无法推翻,所以楼主认为可能存在的“睡狗”现象不能通过统计test证实,只能说交叉销售没有起到促进销售的作用。 |
评分
-
查看全部评分
|