相关性的度量

最新推荐文章于 2022-11-01 18:05:42 发布

weixin_33918357

最新推荐文章于 2022-11-01 18:05:42 发布

阅读量295

点赞数

文章标签： python

原文链接：https://my.oschina.net/u/1785519/blog/1563109

版权

2019独角兽企业重金招聘Python工程师标准>>>

assocstats()

计算而为列表中的phi系数，列联系数和Cramer's V系数

> library(vcd)
> mytable <- xtabs(~Treatment+Improved, data=Arthritis)
> assocstats(mytable)
                    X^2 df  P(> X^2)
Likelihood Ratio 13.530  2 0.0011536
Pearson          13.055  2 0.0014626

Phi-Coefficient   : NA       #
Contingency Coeff.: 0.367    #c系数
Cramer's V        : 0.394    #V系数

较大的值，意外较强的相关性，vcd包也提供了一个kappa()函数，可以计算混淆矩阵Cohen's kappa值以及加权的kappa值。（举例来说，混淆矩阵可以表示两粒评判者对于一系列对象进行分两类所得记过的一致程度）

转载于:https://my.oschina.net/u/1785519/blog/1563109