Calcul de lambda
E₁ est le nombre d’erreurs quand on devine toujours la modalité globalement la plus fréquente ; E₂ celui obtenu en devinant, dans chaque modalité du prédicteur, sa modalité la plus fréquente. Lambda est la part d’erreurs évitées.
- λ = (E₁ − E₂) ÷ E₁
- λ(ligne|colonne) : les colonnes prédisent les lignes ; λ(colonne|ligne) : l’inverse.
- Le lambda symétrique combine les deux sens.
Exemple
Pour le tableau d’ouverture [[30, 15, 5], [12, 25, 13], [4, 14, 32]] (n = 150), on obtient λ(ligne|colonne) = 0,370, λ(colonne|ligne) = 0,344 et un lambda symétrique de 0,357. Connaître la colonne réduit donc d’environ un tiers les erreurs commises en devinant la ligne.
Quand l’utiliser, et quand l’éviter
Lambda est parlant, mais a une faiblesse connue.
- Variables nominales, quand un sens de prédiction a du sens.
- Pour communiquer simplement en « erreurs en moins ».
- Lambda peut valoir 0 alors qu’une association existe, quand la même modalité domine partout. Vérifiez alors le V de Cramér ou le U de Theil.
- Pas pour des données ordinales si l’on veut exploiter l’ordre.