我正在测试向消费者发送有关促销的信息是否说服他们购买任何东西。在10万消费者中，我们随机选择了90％的消费者并将其发送给目录。过了一段时间，我们跟踪了谁买了。
要重新创建问题，请使用：
set.seed(1)
got <- rbinom(n=100000, size=1, prob=0.1)
bought <- rbinom(n=100000, size=1, prob=0.05)
table(got, bought)
bought
got 0 1
0 85525 4448
1 9567 460
正如我read on here我应该使用prop.test(table(got, bought), correct=FALSE)功能，但我不仅要检查比例是否相等，而且还要确定在促销期间购买的比例是否为获得传单比那些没有得到传单的传单更大。
我应该使用参数alternative = "less"还是alternative = "greater"？并且订购或购买和购买是无能为力的？
答案 0 :(得分：1)
您通常希望使用双面替代方案（对于所有您知道发送促销活动会让人感到烦恼并且他们不太可能购买）。
prop.test正在进行卡方检验，根据定义，它不会看哪个组更大。
你可以做这样的t.test
t.test(bought ~ got, data = data.frame(got = got, bought = bought))
根据您的典型转换率和样本量以及alpha，您可以获得暗示负转换率的置信区间，因此Bootstrapping或贝叶斯方法可能更适合。