在可视化两个连续变量之间的线性相关性时,可以使用散点图,通常与Pearson 积矩相关系数结合使用。当对离散变量和连续变量做同样的事情时,可以结合使用点图和类内相关性。用克拉梅的 V估计的两个离散变量之间的相关性(或关联性)的最佳可视化是什么?
Cramer's V 的最佳可视化是什么?
机器算法验证
相关性
数据可视化
克莱默斯-v
2022-04-06 10:48:00
1个回答
对于这种情况,我的默认设置是使用马赛克图。我承认这部分是因为它们很容易在 R 中制作。马赛克图的一个可能缺点是它们不是对称的。很明显,一个变量是“独立式”变量,另一个是“依赖式”变量。因此,例如,对于可能使用逻辑回归分析的数据,马赛克图是一个很好的选择。但是,如果您将 Cramer 的 V 纯粹作为一种关联度量来考虑,它就不是那么好。另一种选择是筛图,但我觉得它们很难看。我认为最好的选择似乎是所谓的动态压力图。我在这里的问题中有一个例子:,@Glen_b 在他的回答中举了几个例子:Graph for relationship between two ordinal variables。
其它你可能感兴趣的问题