Como calcular o v de cramer em python

O V de Cramer é uma medida da força da associação entre duas variáveis nominais.

Vai de 0 a 1 onde:

• 0 indica nenhuma associação entre as duas variáveis.
• 1 indica forte associação entre as duas variáveis.

É calculado da seguinte forma:

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

Ouro:

• X ² : A estatística do qui-quadrado
• n: tamanho total da amostra
• r: Número de linhas
• c: Número de colunas

Este tutorial fornece alguns exemplos de cálculo do V de Cramer para uma tabela de contingência em Python.

Exemplo 1: V de Cramer para uma mesa 2×2

O código a seguir mostra como calcular o V de Cramer para uma tabela 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

O V de Cramer é 0,1617 , o que indica uma associação bastante fraca entre as duas variáveis na tabela.

Exemplo 2: V de Cramer para tabelas maiores

Observe que podemos usar a função CramerV para calcular o V de Cramer para uma matriz de qualquer tamanho.

O código a seguir mostra como calcular o V de Cramer para uma tabela com 2 linhas e 3 colunas:

 #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

O V de Cramer é 0,1775 .

Observe que este exemplo usou uma tabela com 2 linhas e 3 colunas, mas exatamente o mesmo código funciona para uma tabela de qualquer dimensão.

Recursos adicionais

Teste de independência do qui quadrado em Python
Teste de ajuste qui-quadrado em Python
Teste exato de Fisher em Python