그동안 변수 간의 연관성의 관계를 가설검정을 통하여 확인하는 방법에 대하여 살펴보았다. 기본적으로 두 명목변수가 독립인지 여부를 카이제곱 검정을 통하여 살펴볼 수 있으며 특히 교차표를 생성하였을 때 각 셀의 기대빈도수가 5보다 작을 경우 피셔의 정확검정을 이용해 볼 수 있다.
이러한 카이제곱 검정의 경우 다른 통계검정 방법과 마찬가지로 논문통계를 진행할 때 연구자가 필요로하는 정보를 다 제공하지는 못한다. 기본적으로 통계적으로 두 변수간의 연관성이 존재하는지 여부를 가설검정하는 것 이외에도 두 변수간의 연관성강도에 대하여 판단해 볼 필요가 있는 경우도 존재한다.
카이제곱 값의 경우 기본적으로 다른 요소가 동일할 때 표본의 크기가 증가하면 그 값도 증가하는 성질이 존재한다. 이로 인하여 두 변수간의 연관성강도가 약한 상황에서도 표본 크기가 클 경우 통계적으로 유의미한 결과를 발견할 가능성이 존재한다.
이번에는 이러한 가설검정 이외에 두 변수간의 연관성강도를 나타내는 통계량에 대하여 R...
#
assocstats
#
크래머의V
#
카이제곱검정
#
우발성계수
#
연관성강도
#
논문통계
#
xtabs
#
R
#
gmodels
#
파이계수
원문 링크 : 연관성강도 카이제곱 검정
