R で cramer の v を計算する方法
Cramer’s V は、 2 つの名目変数間の関連の強さの尺度です。
0 から 1 まで変化します。
- 0 は、 2 つの変数間に関連性がないことを示します。
- 1 は、 2 つの変数間の強い関連性を示します。
次のように計算されます。
クラマーの V = √ (X 2 /n) / min(c-1, r-1)
金:
- X 2 :カイ二乗統計量
- n:合計サンプルサイズ
- r:行数
- c:列数
このチュートリアルでは、R の分割表の Cramer’s V を計算する例をいくつか示します。
例 1: 2×2 テーブルの Cramer の V
次のコードは、 rcompanionパッケージのCramerV関数を使用して 2×2 テーブルの Cramer’s V を計算する方法を示しています。
#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
Cramer の V は0.1617であることがわかり、これは表内の 2 つの変数間の関連性がかなり弱いことを示しています。
ci = TRUEを設定することで、Cramer’s V の信頼区間を生成することもできることに注意してください。
cramerV(data, ci = TRUE )
Cramer.V lower.ci upper.ci
1 0.1617 0.003487 0.4914
Cramer’s V は0.1617で変化していないことがわかりますが、Cramer’s V の真の値を含む可能性が高い値の範囲を含む 95% 信頼区間が得られました。
この間隔は [ .003487 , .4914 ] となります。
例 2: 大きなテーブルの場合は Cramer’s V
CramerV関数を使用して、任意のサイズの配列の Cramer の V を計算できることに注意してください。
次のコードは、2 行 3 列のテーブルの Cramer’s V を計算する方法を示しています。
#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
Cramer の V は0.1775であることがわかります。
CramerV 関数の完全なドキュメントはここで見つけることができます。