원하는 방법 또는 공식을 선택하십시오.
이 항목의 내용
Cramer의 v2
Cramer의 v2은 Pearson의 카이-제곱 통계량을 기반으로 연관성을 측정합니다.
공식
표기법
| 용어 | 설명 |
|---|---|
| χ2 | Pearson 카이-제곱 통계량 |
| r | 행 수 |
| c | 열 수 |
| n++ | 총 관측치 수 |
카파 통계량
카파는 단위를 범주 집합에 할당하는 두 평가자 간의 합치율 수준을 측정합니다. 카파 값이 1이면 완전히 합치하는 것입니다. 카파 값이 0이면 합치를 기대할 수 없다는 것을 나타냅니다.
공식
표기법
| 용어 | 설명 |
|---|---|
| ni+ | i번째 행의 관측치 수 |
| n+i | i번째 열의 관측치 수 |
| nii | i번째 행과 i번째 열에 해당하는 셀의 관측치 |
| n++ | 총 관측치 수 |
람다
Goodman-Kruskal 람다는 명목형 수준 변수의 교차표에 대한 연관성을 측정하는 측도입니다. 람다는 다른 변수(행 또는 열 변수)의 값이 주어졌을 때 종속 변수(열 또는 행 변수) 예측성의 개선율을 측정합니다. 잘못 분류할 확률은 확률이 가장 큰 범주의 할당을 기준으로 계산됩니다.
공식
종속 변수로서 Y(열 변수)에 대한 람다는 다음과 같이 계산됩니다.
종속 변수로서 X(행 변수)에 대한 람다는 다음과 같이 계산됩니다.
표기법
| 용어 | 설명 |
|---|---|
| c | 열 수 |
| r | 행 수 |
| ni+ | i번째 행의 관측치 수 |
| n+j | j번째 열의 관측치 수 |
| nij | i번째 행과 j번째 열에 해당하는 셀의 관측치 |
| n++ | 총 관측치 수 |
타우
Goodman-Kruskal 타우는 명목형 수준 변수의 교차표에 대한 연관성을 측정하는 측도입니다. 타우는 다른 변수(행 또는 열 변수)의 값이 주어졌을 때 종속 변수(열 또는 행 변수) 예측성의 개선 비율을 측정합니다. 오분류 확률은 주변적 또는 조건적 비율로 주어진 확률의 랜덤 범주 할당을 기반으로 계산됩니다.
공식
종속 변수로서 Y(열 변수)에 대한 타우는 다음과 같이 계산됩니다.
종속 변수로서 X(행 변수)에 대한 타우는 다음과 같이 계산됩니다.
표기법
| 용어 | 설명 |
|---|---|
| ni+ | i번째 행의 관측치 수 |
| n+i | j번째 열의 관측치 수 |
| nij | i번째 행과 j번째 열에 해당하는 셀의 관측치 |
| n++ | 총 관측치 수 |
