二進制數據和相關性前幾天，我在詢問二進制數據和相關性。 我一直在使用將相關係數輸出到矩陣中的多元相關工具。 但是，從進一步的研究來看，我認為使用這種相關工具對分類數據沒有意義，因為它使用了 Pearson Product Moment Correlation。 在我的數據中，每個值都是二進制數據 0 或 1（通過或失敗）。 我讀過我應該使用 Phi 係數來計算二進制數的相關性。
我有兩個問題：
1) 我可以用與 PPMC 相同的方式解釋係數嗎？ 我知道它越接近+1，就有很強的正相關性。 如果我對這個係數求平方，我還能用它來計算決定係數嗎？
2) 我可以使用 JMP 計算嗎？ 有沒有辦法改變相關矩陣，以便它計算這個 phi 係數而不是 PPMC？
謝謝，娜塔莉
回复：二進制數據和相關性再次感謝馬克！ 你的幫助很棒 
回复：二進制數據和相關性更多精彩問題。
這實際上只是“蘋果對蘋果”或“蘋果對橘子”。 此外，這是連續數據和分類數據之間的區別。
如果你有一個智力分類和另一個貨幣資產分類，你可以使用 Contingency 來查看這些變量是否相關聯。 （類似於連續變量的相關性。）另一方面，如果你有兩種智力分類，你可以評估關聯，但你可以探索更嚴格的關係：一致性。 兩種分類一致的次數比例是多少？
我們用比值比衡量關聯強度。 我們衡量與 Kappa 一致的強度。
回复：二進制數據和相關性哈，好問題！
好的，答案是學習必須有變化。 如果無論條件如何，你總是得到相同的答案，那麼你就無法確定是什麼原因導致它發生變化。 統計數據無法提供不存在的答案。
回复：二進制數據和相關性好的，所以我找到了在哪裡可以找到 Kappa 係數；它在“協議統計”表下。 “Agreement Statistic”表格僅在 X 和 Y 變量具有相同水平時出現。 這意味著什麼？ 有沒有辦法檢查這個？
回复：二進制數據和相關性嗨，馬克，
感謝這個腳本；這真是很棒的代碼！ 它運行良好，我花了一些時間學習你是如何編寫它的（我想我也學到了更多關於腳本的知識）！
在您的代碼中，我了解您如何從報告中獲得 kappa 值或 R Square(U)。 如果我手動執行 X 擬合 Y，我只是看不到在哪裡可以找到 kappa 係數。 我想了解更多有關此係數及其計算方式的信息。 我的一些數據可能有一整列都是 1，當它包含在應急報告中時，報告沒有生成。 從日誌和我的調試來看，我認為這是因為沒有計算或不能計算 kappa 係數。 為什麼是這樣？
回复：二進制數據和相關性嗨，馬克，
謝謝你的劇本。 實際上我已經離開工作一周了，但我肯定會在周一嚐試。
再次感謝！
回复：二進制數據和相關性我的劇本對你有用嗎？ 你有什麼困難嗎？
回复：二進制數據和相關性這是一個收集的腳本R 方 (U)和河童來自二進制列的所有組合：
Names Default To Here( 1 );
dt# = Current Data Table();
If( Is Empty( dt# ),
Throw( "Data table missing" )
);
// user choices.
dlg# = Column Dialog(
Title( "Binary Agreement" ),
yCol# = Col List( "Binary Columns",
Min Col( 2 )
),
"Select columns for agreement"
);
// check if user decides to quit.
If( dlg#["Button"] == -1,
Throw( "User cancelled" );
);
// process information returned from dialog.
Remove From( dlg# ); Eval List( dlg# );
n cols# = N Items( yCol# );
r sqr u# = agree# = Identity( n cols# );
measure# = List();
For( col1# = 1, col1# < n cols#, col1#++,
Insert Into( measure#, yCol#[col1#] << Get Name);
For( col2# = 2, col2# <= n cols#, col2#++,
ct# = dt# << Contingency(
Y( yCol#[col1#] ),
X( yCol#[col2#] ),
Contingency Table( 0 ),
Mosaic Plot( 0 ),
Tests( 1 ),
Agreement Statistic( 1 ),
Invisible
);
ctr# = ct# << Report;
r sqr u#[col1#,col2#] = r sqr u#[col2#,col1#] = ctr#["Tests"][TableBox(1)][NumberColBox(4)][1];
agree#[col1#,col2#] = agree#[col2#,col1#] = ctr#["Kappa Coefficient"][TableBox(1)][NumberColBox(1)][1];
ct# << Close Window;
);
);
Insert Into( measure#, yCol#[col1#] << Get Name );
New Window( "Binary Agreement",
Outline Box( "RSquare (U)",
tb1 = Table Box(
String Col Box( "Measure", measure# )
)
),
Outline Box( "Kappa Coefficient",
tb2 = Table Box(
String Col Box( "Measure", measure# )
)
)
);
For( col# = 1, col# <= n cols#, col#++,
tb1 << Append(
Number Col Box( measure#[col#], r sqr u#[0,col#], << Set Format( 7, 4 ) )
);
tb2 << Append(
Number Col Box( measure#[col#], agree#[0,col#], << Set Format( 7, 4 ) )
);
);
回复：二進制數據和相關性非常感謝您的回复！ 我很熟悉 JSL，但我不確定如何收集 RSquare 值。
回复：二進制數據和相關性R 方 (U) 基於似然，但它的使用與具有連續變量的 R 方完全相同。
是的，您對 p 值的解釋是正確的。
可以編寫一個腳本來啟動每一對的應急平台，收集 R 方 (U) 統計數據，並在自定義窗口中報告它們。
至於 Phi 度量，您可以改為研究 JMP 提供的度量，看看它們是否有用。 同樣，由於所有變量的測量值為 0 或 1，因此一致性可能是比關聯更好的測量方法。
回复：二進制數據和相關性嗨，馬克，
這次真是萬分感謝！ 我嘗試了對兩個變量的應急分析。
我的 R 方 (U) 是 0.9208- 所以如果我理解正確的話，這兩個變量可以預測彼此的響應，因為 R 方非常接近 +1。
我的 p 值是 <.0001。由於這兩個變量是二進制的，因此要么通過要么失敗（1 或 0）：
Ho：一個變量的結果對第二個變量沒有影響。
Ha：一個變量的結果對第二個變量有影響。
由於我的 p 值小於 0.05，我拒絕原假設而支持備擇假設，對嗎？
我有 60 個不同的二進制變量。 是否可以將 R 方值放入矩陣或數據表中？ 這類似於多元相關矩陣，但數據表也能很好地工作。 我不需要為我正在做的事情準備所有這些不同的報告。
我只是在研究 Phi 係數。 它說它量化了兩個二進制變量之間的關聯。 不編寫腳本就無法在 JMP 中進行此計算嗎？
回复：二進制數據和相關性分類數據不同於連續數據。 不過，通常有類似的措施和方法。 例如，我們不是像對待連續變量那樣談論相關性，而是談論協會或者協議與分類變量。 此類度量有很多，JMP 提供了大部分重要和常用的度量。
適當的方法和措施取決於類別的性質：
- 級別數（2、3 或更多）
- 建模類型（名義或有序）
- 兩個變量是否使用相同水平
聽起來你可能對協議在捕獲相同的兩個變量之間名義上的,二進制水平。 您可以使用分析>用 X 擬合 Y命令啟動應急平台。 平台菜單包括獲取協議的命令和獲取關聯措施的命令。
請記住，您可以選擇工具>幫助然後單擊報告以直接轉到該信息的特定幫助。
一般來說，這些措施像相關性一樣縮放，因此解釋是相同的。
我不知道你為什麼選擇 Phi 度量。 我們也可以談談這個。
