Sırasız kategorik değişkenlerle korelasyonlar

Birçok gözlem ve değişken içeren bir veri çerçevem ​​var. Bazıları kategoriktir (sıralanmamış), bazıları sayısaldır.

Bu değişkenler arasındaki ilişkileri arıyorum. Sayısal değişkenler için korelasyon hesaplayabildim (Spearman korelasyonu) ama:

• Sırasız kategorik değişkenler arasındaki ilişkiyi nasıl ölçeceğimi bilmiyorum.
• Sırasız kategorik değişkenler ile sayısal değişkenler arasındaki ilişkiyi nasıl ölçeceğimi bilmiyorum.

Bunun nasıl yapılabileceğini bilen var mı? Öyleyse, bu yöntemleri uygulayan R işlevleri var mı?

İstediğiniz bir korelasyon duygusu bağlıdır. Prototipik Pearson'un ürün momenti korelasyonunu çalıştırdığınızda, ilişkinin gücünü ölçüp, bu ilişkinin önemini test edersiniz. Bununla birlikte, daha tipik olarak, anlamlılık testi ve etki büyüklüğü ölçüsü farklılık gösterir.

Önemlilik testleri:

• Sürekli vs Nominal: bir ANOVA çalıştırın . R'de ? Aov kullanabilirsiniz .
• Nominal vs Nominal: Ki-kare testi yapın . R'de ,? Chisq.test kullanın .

Etki büyüklüğü (derneğin gücü):

• Sürekli ve Nominal: sınıf içi korelasyonu hesaplar . R olarak, kullanabilir ICC? De psikolojik paketinde; bir ICC paketi de var.
• Nominal vs Nominal: Cramer'in V değerini hesaplar . R olarak, kullanabilir ? Assocstats içinde vcd paketinde.

Daha önce bağlantılı olan aşağıdaki kopya sayfasını gördüm:

https://stats.idre.ucla.edu/other/mult-pkg/whatstat/

Senin için faydalı olabilir. Hatta belirli R kütüphanelerine bağlantıları vardır.

Kategorik değişkenlerin bir korelasyon matrisi istiyorsanız, aşağıdaki sarmalayıcı işlevini kullanabilirsiniz ('vcd' paketini gerektirir):

catcorrm <- function(vars, dat) sapply(vars, function(y) sapply(vars, function(x) assocstats(table(dat[,x], dat[,y]))$cramer))

Nerede:

vars ilişkilendirmek istediğiniz kategorik değişkenlerin bir dize vektörüdür

dat değişkenleri içeren bir data.frame dosyasıdır

Sonuç, Cramer'in V'sinin bir matrisidir.

$X$$K$$t_i$$K$$i=1, \dots, p$$X$$t_i$$R^2$ . Ardından bireysel korelasyon (çok özel durumlar hariç!) olmaz daha eşit bir.

Böyle bir analiz, çoklu yazışma analizinin genelleştirilmesi olarak görülebilir ve kanonik korelasyon analizi, homojenlik analizi ve diğerleri gibi birçok isim altında bilinir. R'deki bir uygulama homalspakettedir (CRAN'da). Bu isimlerden bazıları için googling bol miktarda bilgi verecek, eksiksiz bir kitap var: Albert Gifi, "Doğrusal Olmayan Çok Değişkenli Analiz". İyi şanslar!

Benzer bir problemim vardı ve önerildiği gibi Ki-kare Testini denedim, ancak P-Değerlerini NULL Hipotezine karşı değerlendirirken kafam çok karıştı.

Kategorik değişkenleri nasıl yorumladığımı açıklayacağım. Sizin durumunuzla ne kadar alakalı olduğundan emin değilim. Yanıt Değişkeni Y ve iki Tahmin Değişkeni X1 ve X2'ye sahiptim, burada X2 iki ve 1 seviyeli bir kategorik değişkendir. Doğrusal bir Model yerleştirmeye çalışıyordum.

ols = lm(Y ~ X1 + X2, data=mydata)

Ancak, farklı düzeylerde X2'nin yukarıdaki denkleme ne kadar uyduğunu anlamak istedim. () Tarafından bir R işlevine rastladım

by(mydata,X2,function(x) summary(lm(Y~X1,data=x)))

Bu kodun yaptığı, X2'nin her seviyesi için Doğrusal Model'e uymaya çalışıyor. Bu bana tüm P-değeri ve R-kare, Anladığım ve yorumlayabildiğim Kalan standart hata verdi.

Yine, istediğinin bu olup olmadığından emin değilim. Y'yi tahmin etmede X2'nin farklı değerlerini karşılaştırdım.

İki kategorik değişken arasındaki bağlantı gücünü ölçmek için, chisquare stat ile çapraz tab kullanılmasını öneririm.

Sayısal ve kategorik bir değişken arasındaki bağlantı gücünü ölçmek için, anlamlı bir kategoriden diğerine anlamlı bir şekilde değişip değişmediğini görmek için ortalama bir karşılaştırma kullanabilirsiniz.