01
ラムダの計算方法
E₁ は全体で最も多いカテゴリーを常に当てた場合の誤り数、E₂ は予測変数の各カテゴリー内で最も多いカテゴリーを当てた場合の誤り数です。ラムダは避けられた誤りの割合です。
- λ = (E₁ − E₂) ÷ E₁
- λ(行|列)：列から行を予測。λ(列|行)：その逆。
- 対称ラムダは両方向をまとめた値です。
02
計算例
初期表 [[30, 15, 5], [12, 25, 13], [4, 14, 32]]（n = 150）では λ(行|列) = 0.370、λ(列|行) = 0.344、対称ラムダ = 0.357 です。列を知ると、行を当てるときの誤りが約 3 分の 1 減ります。
03
使う場面と使わない場面
ラムダは直感的ですが、よく知られた弱点があります。
- 予測の向きに意味がある名義変数。
- 「誤りがこれだけ減る」とわかりやすく伝えたいとき。
- どのグループでも同じ最頻カテゴリーが優勢だと、関連があってもラムダは 0 になります。その場合は Cramér の V や Theil の U を確認してください。
- 順序を生かしたい順序データには使わない。