Jak obliczyć v cramera w pythonie

V Cramera jest miarą siły związku między dwiema zmiennymi nominalnymi.

Przechodzi od 0 do 1, gdzie:

• Wartość 0 oznacza brak związku między dwiema zmiennymi.
• 1 wskazuje na silny związek pomiędzy obiema zmiennymi.

Oblicza się go w następujący sposób:

V Cramera = √ (X ² /n) / min(c-1, r-1)

Złoto:

• X ² : Statystyka chi-kwadrat
• n: całkowity rozmiar próbki
• r: Liczba linii
• c: Liczba kolumn

W tym samouczku przedstawiono kilka przykładów obliczania V Cramera dla tabeli kontyngencji w języku Python.

Przykład 1: V Cramera dla stołu 2×2

Poniższy kod pokazuje, jak obliczyć V Cramera dla tabeli 2×2:

 #load necessary packages and functions
import scipy. stats as stats
import numpy as np

#create 2x2 table
data = np. array ([[7,12], [9,8]])

#Chi-squared test statistic, sample size, and minimum of rows and columns
X2 = stats. chi2_contingency (data, correction= False )[0]
n = np. sum (data)
minDim = min( data.shape )-1

#calculate Cramer's V
V = np. sqrt ((X2/n) / minDim)

#display Cramer's V
print(V)

0.1617

Okazuje się, że V Cramera wynosi 0,1617 , co wskazuje na dość słabe powiązanie między dwiema zmiennymi w tabeli.

Przykład 2: V Cramera dla większych stołów

Zauważ, że możemy użyć funkcji CramerV do obliczenia V Cramera dla tablicy o dowolnym rozmiarze.

Poniższy kod pokazuje, jak obliczyć V Cramera dla tabeli zawierającej 2 wiersze i 3 kolumny:

 #load necessary packages and functions
import scipy. stats as stats
import numpy as np

#create 2x2 table
data = np. array ([[6,9], [8, 5], [12, 9]])

#Chi-squared test statistic, sample size, and minimum of rows and columns
X2 = stats. chi2_contingency (data, correction= False )[0]
n = np. sum (data)
minDim = min( data.shape )-1

#calculate Cramer's V
V = np. sqrt ((X2/n) / minDim)

#display Cramer's V
print(V)

0.1775

Okazuje się, że V Cramera wynosi 0,1775 .

Zauważ, że w tym przykładzie użyto tabeli z 2 wierszami i 3 kolumnami, ale dokładnie ten sam kod działa w przypadku tabeli o dowolnych wymiarach.

Dodatkowe zasoby

Test niezależności Chi Square w Pythonie
Test dobroci dopasowania chi-kwadrat w Pythonie
Dokładny test Fishera w Pythonie