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，就像处理大小超过2X2的矩阵一样。但是，对于低频矩阵，它不能很好地工作。对于以下意外矩阵，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，在这种情况下是上面提到的矩阵。我理解为好结果，我需要一个高于5的矩阵频率，但为了完美的关联，我预计结果为1.

Answer 1

计算Cramér系数时，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。因此，您必须通过提供参数chi2_contingency：

告诉correction=False不要使用连续性更正

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