如何在2x2矩阵上应用cramer V

我想查找变量与cramer V之间的关联，它可以像大小超过2X2的矩阵一样处理。但是，对于频率较低的矩阵来说，它不能很好地工作。对于下面的应变矩阵，我得到0.5的结果。我怎样才能解释相同的问题？如何在2x2矩阵上应用cramer V

1 2 
a 2 0 
b 0 2

这是我的代码：

def cramers_stat(confusion_matrix): 
    chi2 = ss.chi2_contingency(confusion_matrix)[0] 
    n = confusion_matrix.sum().sum() 
    return np.sqrt(chi2/(n*(min(confusion_matrix.shape)-1))) 
result=cramers_stat(confusion_matrix) 
print(result)

confusion_matrix是我的输入，在这种情况下，我上述矩阵。我理解为了获得好的结果，我需要一个高于5的矩阵频率，但是对于上述情况，我期望结果为1.

来源

2017-07-10 avz2611

当您计算Cramér系数时，您必须计算没有continuity correction的chi2。对于2x2矩阵，chi2_contingency默认使用连续性校正。所以你必须通过给出参数correction=False告诉chi2_contingency不使用连续性校正：

chi2 = ss.chi2_contingency(confusion_matrix, correction=False)[0]

来源

2017-07-11 05:18:52

如何在2x2矩阵上应用cramer V

回答

相关问题