超级会员免费看
本文介绍了R语言中用于衡量变量间相关性的 assocstats 函数，包括phi系数、列联系数和Cramer's V系数，以及如何通过kappa函数计算混淆矩阵的Cohen's kappa值和加权kappa值。这些度量帮助评估变量间的关联强度。
显著性检验评估了是否存在充分的证据以拒绝变量间相互独立的原假设。如果可
以拒绝原假设，那么你的兴趣就会自然而然地转向用以衡量相关性强弱的相关性度量。vcd包中
的assocstats()函数可以用来计算二维列联表的phi系数、列联系数和Cramer’s V系数
> library(vcd)
> mytable <- xtabs(~Treatment+Improved, data=Arthritis)`
> assocstats(mytable)
总体来说，较大的值意味着较强的相关性。vcd包也提供了一个kappa()函数，可以计算混
淆矩阵的Cohen’s kappa值以及加权的kappa值
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
