如何计算 r 中的 phi 系数

Phi 系数（有时称为均方列联系数）是两个二元变量之间关联性的度量。

对于给定两个随机变量x和y的 2×2 表：

Phi系数可以计算如下：

Φ = (AD-BC) / √ (A+B)(C+D)(A+C)(B+D)

示例：计算 R 中的 Phi 系数

假设我们想知道性别是否与对政党的偏好相关。因此，我们对 25 名选民进行了简单的随机抽样，并询问他们对政党的偏好。

下表列出了调查结果：

我们可以使用以下代码将这些数据输入到 R 中的 2×2 矩阵中：

 #create 2x2 table
data = matrix(c(4, 8, 9, 4), nrow = 2 )

#view dataset
data

     [,1] [,2]
[1,] 4 9
[2,] 8 4

然后我们可以使用psych包中的phi()函数来计算两个变量之间的 Phi 系数：

 #load psych package
library (psych)

#calculate Phi Coefficient
phi(data)

[1] -0.36

Phi 系数结果为-0.36 。

请注意，phi 函数默认四舍五入为 2 位数字，但您可以指定该函数四舍五入为所需的任意位数：

 #calculate Phi Coefficient and round to 6 digits
phi(data, digits = 6 )

[1] -0.358974

如何解释 Phi 系数

与 Pearson 相关系数类似，Phi 系数取 -1 到 1 之间的值，其中：

• -1表示两个变量之间完全负相关。
• 0表示两个变量之间没有关联。
• 1表明两个变量之间存在完全正相关关系。

一般来说，Phi 系数离零越远，两个变量之间的关系越强。

换句话说，Phi 系数离零越远，两个变量之间存在某种系统模式的证据就越多。

其他资源

Phi系数简介
Phi系数计算器