python - 如何在 2x2 矩阵上应用 cramer V

Question

我想找到变量和 cramer V 之间的关联，就像处理大小大于 2X2 的矩阵一样。但是，对于频率较低的矩阵，它效果不佳。对于以下列联矩阵，我得到的结果为 0.5。我怎么能解释同样的事情？

  1 2  
a 2 0  
b 0 2  

这是我的代码:

def cramers_stat(confusion_matrix):  
    chi2 = ss.chi2_contingency(confusion_matrix)[0]  
    n = confusion_matrix.sum().sum()  
    return np.sqrt(chi2 / (n*(min(confusion_matrix.shape)-1)))  
result=cramers_stat(confusion_matrix)  
print(result) 

confusion_matrix 是我的输入，在本例中是我上面提到的矩阵。我知道为了获得好的结果，我需要一个高于 5 的矩阵频率，但是为了像上面的情况那样完美关联，我希望结果为 1。

Answer 1

计算 Cramér 系数时，必须在没有 continuity correction 的情况下计算 chi2 .对于 2x2 矩阵，chi2_contingency默认使用连续性校正。因此，您必须通过提供参数 correction=False 来告诉 chi2_contingency 不要使用连续性校正:

chi2 = ss.chi2_contingency(confusion_matrix, correction=False)[0]