01
lambda 怎么计算
E₁ 是始终猜总体众数类别时的错误数；E₂ 是在预测变量的每个类别内猜该类别众数时的错误数。lambda 就是错误减少的比例。
- λ = (E₁ − E₂) ÷ E₁
- λ(行|列)：用列变量预测行变量；λ(列|行)：反之。
- 对称 lambda 综合两个方向。
02
示例
以计算器打开时的表格 [[30, 15, 5], [12, 25, 13], [4, 14, 32]]（n = 150）计算：λ(行|列) = 0.370，λ(列|行) = 0.344，对称 lambda = 0.357。也就是说，知道列变量后，猜行变量的错误约减少 37%。
03
什么时候用，什么时候不用
lambda 很直观，但有一个众所周知的弱点。
- 适用：预测方向有意义的名义变量，例如用地区预测首选品牌。
- 适用：需要用“错误减少了多少”向非统计读者沟通时。
- 不适用：各组众数类别相同的表；即使存在关联，lambda 也可能为 0，此时应看 Cramér's V 或 Theil's U。
- 不适用：需要利用类别顺序的有序变量。