显著性检验评估了是否存在充分的证据以拒绝变量间相互独立的原假设。如果可
以拒绝原假设,那么你的兴趣就会自然而然地转向用以衡量相关性强弱的相关性度量。vcd包中
的assocstats()函数可以用来计算二维列联表的phi系数、列联系数和Cramer’s V系数
> library(vcd)
> mytable <- xtabs(~Treatment+Improved, data=Arthritis)`
> assocstats(mytable)
总体来说,较大的值意味着较强的相关性。vcd包也提供了一个kappa()函数,可以计算混
淆矩阵的Cohen’s kappa值以及加权的kappa值