如何在 2x2 矩阵上应用 cramer V答案

【问题标题】：How to apply cramer V on 2x2 matrix如何在 2x2 矩阵上应用 cramer V
【发布时间】：2017-07-11 13:18:52
【问题描述】：

我想找到变量和 cramer V 之间的关联，就像对待大小大于 2X2 的矩阵一样。但是，对于低频矩阵，它不能很好地工作。对于以下列联矩阵，我得到的结果为 0.5。我该如何解释呢？

  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，在这种情况下是我上面提到的矩阵。我理解为了获得良好的结果，我需要一个高于 5 的矩阵频率，但对于上述情况的完美关联，我预计结果为 1。

【问题讨论】：

标签： python pandas numpy scipy

【解决方案1】：

当您计算克拉梅系数时，您必须计算没有continuity correction 的 chi2。对于 2x2 矩阵，chi2_contingency 默认使用连续性校正。所以你必须通过给出参数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]

【讨论】：