So wird U berechnet
Die Entropie H misst die Unsicherheit einer Verteilung. H(Y|X) ist die verbleibende Unsicherheit über Y, wenn X bekannt ist. Die Differenz ist die gemeinsame Information (Transinformation); U setzt sie ins Verhältnis zur ursprünglichen Unsicherheit.
- H(Y) = −Σ p(y) · ln p(y)
- U(Y|X) = (H(Y) − H(Y|X)) ÷ H(Y)
- Symmetrisches U = 2 · (H(X) + H(Y) − H(X,Y)) ÷ (H(X) + H(Y))
Rechenbeispiel
Für die Öffnungstafel [[30, 15, 5], [12, 25, 13], [4, 14, 32]] (n = 150) ergibt sich U(Zeile|Spalte) = 0,154, U(Spalte|Zeile) = 0,154 und symmetrisch U = 0,154. Die Kenntnis einer Variable beseitigt also rund 15 % der Unsicherheit über die andere – bei Cramérs V = 0,41.
Wann verwenden – und wann nicht
U eignet sich besonders, wenn Lambda wegen gleicher Modalkategorien versagt.
- Nominale Variablen mit vielen Kategorien.
- Gerichtete Fragen: Wie viel erklärt X über Y?
- Werte sind meist kleiner als Cramérs V und nicht direkt vergleichbar.
- Bei ordinalen Variablen ignoriert U die Reihenfolge.