Come calcolare la v di cramer in r
La V di Cramer è una misura della forza dell’associazione tra due variabili nominali.
Va da 0 a 1 dove:
- 0 indica nessuna associazione tra le due variabili.
- 1 indica una forte associazione tra le due variabili.
Viene calcolato come segue:
V di Cramer = √ (X 2 /n) / min(c-1, r-1)
Oro:
- X 2 : La statistica del Chi quadrato
- n: dimensione totale del campione
- r: numero di righe
- c: Numero di colonne
Questo tutorial fornisce alcuni esempi di calcolo della V di Cramer per una tabella di contingenza in R.
Esempio 1: V di Cramer per una tabella 2×2
Il codice seguente mostra come utilizzare la funzione CramerV del pacchetto rcompanion per calcolare la V di Cramer per una tabella 2×2:
#create 2x2 table data = matrix(c(7,9,12,8), nrow = 2 ) #view dataset data [,1] [,2] [1,] 7 12 [2,] 9 8 #load rcompanion library library(rcompanion) #calculate Cramer's V cramerV(data) Cramer V 0.1617
La V di Cramer risulta essere 0,1617 , il che indica un’associazione abbastanza debole tra le due variabili nella tabella.
Nota che possiamo anche produrre un intervallo di confidenza per V di Cramer ponendo ci = TRUE :
cramerV(data, ci = TRUE )
Cramer.V lower.ci upper.ci
1 0.1617 0.003487 0.4914
Possiamo vedere che la V di Cramer rimane invariata a 0,1617 , ma ora abbiamo un intervallo di confidenza del 95% che contiene un intervallo di valori che probabilmente conterrà il valore reale della V di Cramer.
Questo intervallo risulta essere: [ .003487 , .4914 ].
Esempio 2: V di Cramer per tabelle più grandi
Nota che possiamo usare la funzione CramerV per calcolare la V di Cramer per un array di qualsiasi dimensione.
Il codice seguente mostra come calcolare la V di Cramer per una tabella con 2 righe e 3 colonne:
#create 2x3 table data = matrix(c(6, 9, 8, 5, 12, 9), nrow = 2 ) #view dataset data [,1] [,2] [,3] [1,] 6 8 12 [2,] 9 5 9 #load rcompanion library library(rcompanion) #calculate Cramer's V cramerV(data) Cramer V 0.1775
La V di Cramer risulta essere 0,1775 .
Puoi trovare la documentazione completa della funzione CramerV qui .
Risorse addizionali
Test di indipendenza chi quadrato in R
Test della bontà di adattamento del chi quadrato in R
Il test esatto di Fisher in R