분할 분석 플랫폼에서 "연관성 측도" 옵션은 연관성 통계량을 제공합니다. 자세한 내용은 연관성 측도 옵션의 예에서 확인하십시오.
"연관성 측도" 보고서에는 다음 통계량에 대한 값, 표준 오차 및 신뢰 구간이 포함됩니다.
감마
순서형 연관성 측도입니다. 동점 쌍을 무시하고 부합/비부합 쌍의 확률 차이로 정의됩니다. -1 ~ 1 범위의 값을 취합니다.
Kendall Tau-b
감마와 유사하되, 동점 수에 대한 수정을 사용합니다. -1 ~ 1 범위의 값을 취합니다.
Stuart Tau-c
감마와 유사하되, 테이블 크기에 대한 조정과 동점 값에 대한 수정을 사용합니다. -1 ~ 1 범위의 값을 취합니다.
Somers D
Tau-b에 대한 비대칭 수정입니다. Somers D는 독립 변수에 동점 값을 가진 쌍이 있을 때만 동점 값에 대한 수정을 사용합니다. -1 ~ 1 범위의 값을 취합니다.
– C|R은 행 변수 X가 독립 변수로 간주되고 열 변수 Y가 종속 변수로 간주됨을 나타냅니다.
– 마찬가지로 R|C는 열 변수 Y가 독립 변수로 간주되고 행 변수 X가 종속 변수로 간주됨을 나타냅니다.
참고: 감마, Kendall Tau-b, Stuart Tau-c 및 Somers D는 X가 증가함에 따라 변수 Y가 증가하는 경향이 있는지 여부를 평가하는 순서형 연관성 측도입니다. 평가에 따라 관측값 쌍이 부합/비부합 쌍으로 분류됩니다. 관측값의 X 값이 커질수록 Y 값도 커지는 쌍은 부합 쌍입니다. 관측값의 X 값이 커질수록 Y 값이 작아지는 쌍은 비부합 쌍입니다. 이러한 측도는 두 변수가 모두 순서형일 경우에만 적합합니다.
람다 비대칭
C|R의 경우와 R|C의 경우에 차이가 있습니다. 0 ~ 1 범위의 값을 취합니다.
– C|R의 경우, 이 측도는 행 변수 X에 대한 정보가 주어졌을 때 열 변수 Y를 예측하는 데 있어서 가능한 향상 정도로 해석됩니다.
– R|C의 경우, 이 측도는 열 변수 Y에 대한 정보가 주어졌을 때 행 변수 X를 예측하는 데 있어서 가능한 향상 정도로 해석됩니다.
람다 대칭
대략적으로 두 람다 비대칭 측도의 평균으로 해석됩니다. 0 ~ 1 범위의 값을 취합니다.
불확도 계수
C|R의 경우와 R|C의 경우에 차이가 있습니다. 0 ~ 1 범위의 값을 취합니다.
– C|R의 경우, 이 측도는 행 변수 X로 설명되는 열 변수 Y의 불확실성 비율입니다.
– R|C의 경우, 이 측도는 열 변수 Y로 설명되는 행 변수 X의 불확실성 비율로 해석됩니다.
불확도 계수 대칭
두 불확도 계수 측도의 대칭 버전입니다. 0 ~ 1 범위의 값을 취합니다.
참고: 람다 및 불확도 측도는 순서형 변수와 명목형 변수 둘 다에 적합합니다.
연관성 측도 통계량에 대한 계산 상세 정보는 SAS Institute Inc. (2023b)의 "FREQ Procedure" 장에서 확인하십시오. 다음 참조 자료에도 추가 정보가 포함되어 있습니다.
• Brown and Benedetti(1977)
• Goodman and Kruskal(1979)
• Kendall and Stuart(1979)
• Snedecor and Cochran(1980)
• Somers(1962)