Вероятность и статистика · объяснение и практика

Как сравнивать силу категориальной связи в таблицах разного размера

Как нормировать χ² для описания категориальной связи, учесть размер таблицы и отличить величину связи от проверки значимости и направления.

Рука ставит оранжевый столбик между двумя синими столбиками разной высоты.

В теме Таблицы категорий и качество классификации · Учебная карта

В маршруте Категориальные таблицы и проверяемые связи · 10 тем

Главная мысль

Обычный коэффициент Крамера равен V=√(χ²/(N·min(r−1,c−1))). Здесь берут некорректированную статистику Пирсона, положительные итоги и не менее двух категорий по каждой оси.

Одно χ² зависит и от размера выборки

Если умножить все частоты таблицы на k, ожидаемые частоты тоже вырастут в k раз. Каждый вклад (O−E)²/E увеличится в k раз, поэтому χ² вырастет, хотя относительная структура таблицы останется прежней. Значит, большую статистику нельзя напрямую считать более сильной описательной связью.

Деление на N устраняет это линейное масштабирование. Дополнительное деление на min(r−1,c−1) учитывает размер таблицы, а квадратный корень возвращает коэффициент V. При обычных условиях он находится между нулём и единицей и не имеет знака: категории не обязаны обладать естественным числовым порядком.

Численный расчёт и повторение структуры

Пусть таблица имеет три строки, два столбца, N=120 и χ²=30. Минимум размерностей равен min(2,1)=1, поэтому V=√(30/120)=1/2. Если частоты удвоить, N станет 240, χ² станет 60, но V останется тем же. Увеличение объёма не изменило описанную относительную структуру.

Для таблицы два на два коэффициент V совпадает с модулем φ, поскольку минимум равен единице и χ²=Nφ². Поэтому V не различает положительное и отрицательное направление двоичной связи. Это не ошибка округления: направление сознательно исчезает при переходе к неотрицательной мере общего категориального сопряжения.

Пример

Можно ли сравнить два χ² без учёта N как две силы связи?

Нет. Одинаковая структура при разных объёмах даёт разные χ². Нормирование помогает отделить размер выборки, но всё равно нужно учитывать категории и способ получения данных.

Нормировка не снимает все содержательные ограничения

Число V не является p-значением и не выражает вероятность истинности независимости. Для оценки выборочной неопределённости и проверки гипотезы нужны отдельные процедуры. Маленькая связь может стать статистически заметной в большой выборке, а большая оценка на очень малом числе наблюдений может быть нестабильной.

Переименование категорий не меняет V, но объединение или разбиение категорий способно его изменить: меняются сама таблица и вопрос. При структурно невозможных клетках либо нулевых итогах стандартную формулу нельзя применять автоматически. Также существуют поправленные на смещение варианты оценки; их нужно называть отдельно, не смешивая с обычной записью, использованной здесь.

От чтения к действию

А теперь — вы

В таблице четыре на три N=200, некорректированный χ²=100. Чему равен обычный V Крамера?

Частые вопросы

Почему V не имеет знака?

Он строится из неотрицательной χ² и нормирующих положительных чисел; для неупорядоченных категорий единое направление обычно не задано.

Что произойдёт при умножении всех частот на один множитель?

При сохранении структуры N и χ² умножатся одинаково, поэтому обычный коэффициент V не изменится.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться