|
|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 - R% P' \/ ~2 R. w x
' Z7 O+ t5 c0 @1 z. G
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():( t, t/ e M$ ]( m0 l) W$ f
* ^7 f9 c4 c6 T- d7 v9 o+ A) t
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)- W: B0 A8 R) b8 |# ]/ O2 B+ Y* y
或者
3 C5 ~$ x5 \6 l2 O" S) kb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
4 E" d& `% {! `6 ^1 g/ \6 V8 c8 }2 Q2 o* t9 R4 Y) Z1 ^5 [
a与chisq.test()完全相同& a9 \( r/ A. a. w% G3 f3 X2 i3 X
1 C7 S7 E* W# K" w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?
, ~+ I& G1 ^, a* P
$ z6 U) e5 s; Z; B> p=(5173+930)/(6841+1217). y& t/ Y' f$ y+ _5 E7 _& _
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))% B; d* V" ^* U: L5 d
> 2*pnorm(z)9 d6 `. ]: V) I2 d+ F
[1] 0.5486768
5 I; x5 Y( m% _ e
0 W4 `0 ^% R+ k5 e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.
h( ~! [" P9 o5 D0 q% z
8 L/ J3 O7 s. Q& G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
|