|
|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
/ `& C0 Q0 ^% X5 R( M
1 g* [- y; Z- Y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():, j- Q$ s. O% p% R+ o0 G2 y
5 r+ [' C& R7 [6 B4 o, w
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
) u* T4 c! I: o$ c5 W, r+ e/ k3 ?或者 ]8 m& ?5 |1 o/ H2 Y6 v0 b* A
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)) B5 U! g( l7 i
2 }9 r6 U; N9 h- Y- ga与chisq.test()完全相同+ I3 L7 \0 k2 d9 w. F0 c
+ p4 b |" a9 M( D2 Y! V7 _$ R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?
, E9 O6 x, ~8 f# \% w. ^" {. T: X2 I1 g2 C" Z
> p=(5173+930)/(6841+1217)
; b5 ?/ V, ]& \3 R- j+ A0 L> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))) _* Y ?, |' E. I
> 2*pnorm(z)
9 X+ L# f( c% v% M: m[1] 0.5486768% g1 R6 D; F. }9 j) d0 e$ K
! g, R2 k7 x F+ W9 A
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.
6 A2 P% k/ V* M0 V
) K7 ~' \7 ]* M/ h/ X- a7 ]! h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
|