Per una tabella 2\u00d72 data per due variabili casuali x<\/em> e y<\/em> :<\/span> <\/p>\n Il coefficiente Phi pu\u00f2 essere calcolato come segue:<\/span><\/p>\n \u03a6 = (AD-BC) \/ \u221a (A+B)(C+D)(A+C)(B+D)<\/span><\/span><\/strong><\/p>\n Supponiamo di voler sapere se il genere \u00e8 associato o meno alla preferenza per un partito politico. Prendiamo un semplice campione casuale di 25 elettori e chiediamo loro quale sia la loro preferenza per il partito politico. La tabella seguente presenta i risultati dell\u2019indagine:<\/span> <\/p>\n Possiamo calcolare il coefficiente Phi tra le due variabili come segue:<\/span><\/p>\n \u03a6 = (4*4-9*8) \/ \u221a (4+9)(8+4)(4+8)(9+4)<\/span> = (16-72) \/ \u221a 24336<\/span> = -0,3589<\/strong><\/span><\/p>\n Nota:<\/strong> avremmo potuto calcolarlo anche utilizzando il calcolatore del coefficiente Phi.<\/em><\/span><\/p>\n Similmente al coefficiente di correlazione di Pearson, il coefficiente Phi assume valori compresi tra -1 e 1 dove:<\/span><\/p>\n In generale, pi\u00f9 un coefficiente Phi \u00e8 lontano da zero, pi\u00f9 forte \u00e8 la relazione tra le due variabili.<\/span><\/p>\n In altre parole, pi\u00f9 un coefficiente Phi \u00e8 lontano da zero, maggiore \u00e8 la prova di un qualche tipo di modello sistematico tra le due variabili.<\/span><\/p>\n Una guida al coefficiente di correlazione di Pearson<\/a> Un coefficiente Phi (a volte chiamato coefficiente di contingenza quadratico medio ) \u00e8 una misura dell’associazione tra due variabili binarie. Per una tabella 2\u00d72 data per due variabili casuali x e y : Il coefficiente Phi pu\u00f2 essere calcolato come segue: \u03a6 = (AD-BC) \/ \u221a (A+B)(C+D)(A+C)(B+D) Esempio: Calcolo di un coefficiente Phi Supponiamo di […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/phicoef1.png\")
<\/p>\n Esempio: Calcolo di un coefficiente Phi<\/strong><\/span><\/h3>\n
![\"Esempio](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/phicoef2.png\")
<\/p>\n Come interpretare un coefficiente Phi<\/strong><\/span><\/h3>\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Una guida al test esatto di Fisher<\/a>
Una guida al test di indipendenza del chi quadrato<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"