cramersV

Cramer's V（有时也称为 Cramer's phi）是用于度量一张表中两列之间关联程度的指标。cramersV 函数的结果范围为 0（表示变量之间没有关联）到 1，且只有当每个值都完全由另一个变量决定时才会达到 1。可以将其理解为两个变量之间关联程度占其最大可能变动的百分比。

注意

关于偏差校正版本的 Cramer's V，请参阅：cramersVBiasCorrected

语法

cramersV(column1, column2)

参数

• column1：要比较的第一个列。
• column2：要比较的第二个列。

返回值

• 一个介于 0（对应列取值之间没有任何关联）到 1（完全相关）之间的值。

类型：始终为 Float64。

示例

下面要比较的两列之间没有任何关联，因此 cramersV 的结果为 0：

查询：

SELECT
    cramersV(a, b)
FROM
    (
        SELECT
            number % 3 AS a,
            number % 5 AS b
        FROM
            numbers(150)
    );

结果：

┌─cramersV(a, b)─┐
│              0 │
└────────────────┘

下方这两列之间的关联性较强，因此 cramersV 的结果值较高：

SELECT
    cramersV(a, b)
FROM
    (
        SELECT
            number % 10 AS a,
            if(number % 12 = 0, (number + 1) % 5, number % 5) AS b
        FROM
            numbers(150)
    );

结果：

┌─────cramersV(a, b)─┐
│ 0.9066801892162646 │
└────────────────────┘