R에서 파이 계수를 계산하는 방법

파이 계수 ( 평균 제곱 우발 계수 라고도 함)는 두 이진 변수 간의 연관성을 측정한 것입니다.

두 개의 확률 변수 x 와 y 에 대해 주어진 2×2 테이블의 경우:

파이 계수는 다음과 같이 계산할 수 있습니다.

Φ = (AD-BC) / √ (A+B)(C+D)(A+C)(B+D)

예: R의 Phi 계수 계산

성별이 정당 선호와 연관되어 있는지 여부를 알고 싶다고 가정해 보겠습니다. 그래서 우리는 유권자 25명을 무작위로 표본 추출하여 선호하는 정당에 대해 질문했습니다.

다음 표는 설문 조사 결과를 나타냅니다.

다음 코드를 사용하여 이 데이터를 R의 2×2 행렬에 입력할 수 있습니다.

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

#view dataset
data

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

그런 다음 psych 패키지의 phi() 함수를 사용하여 두 변수 사이의 Phi 계수를 계산할 수 있습니다.

 #load psych package
library (psych)

#calculate Phi Coefficient
phi(data)

[1] -0.36

파이 계수는 -0.36 으로 나타납니다.

phi 함수는 기본적으로 2자리로 반올림되지만 원하는 만큼의 자릿수로 반올림하도록 함수를 지정할 수 있습니다.

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

[1] -0.358974

파이 계수를 해석하는 방법

Pearson 상관 계수와 유사하게 Phi 계수는 -1과 1 사이의 값을 취합니다. 여기서:

• -1은 두 변수 사이의 완벽한 음의 관계를 나타냅니다.
• 0은 두 변수 사이에 연관성이 없음을 나타냅니다.
• 1은 두 변수 사이의 완벽한 양의 관계를 나타냅니다.

일반적으로 파이 계수가 0에서 멀어질수록 두 변수 간의 관계가 더 강해집니다.

즉, 파이 계수가 0에서 멀어질수록 두 변수 사이에 일종의 체계적인 패턴이 있다는 증거가 더 많아집니다.

추가 리소스

파이 계수 소개
파이 계수 계산기