相关性的度量

• assocstats()

计算而为列表中的phi系数，列联系数和Cramer's V系数

> library(vcd)
> mytable <- xtabs(~Treatment+Improved, data=Arthritis)
> assocstats(mytable)
                    X^2 df  P(> X^2)
Likelihood Ratio 13.530  2 0.0011536
Pearson          13.055  2 0.0014626

Phi-Coefficient   : NA       #
Contingency Coeff.: 0.367    #c系数
Cramer's V        : 0.394    #V系数

较大的值，意外较强的相关性，vcd包也提供了一个kappa()函数，能够计算混淆矩阵Cohen's kappa值以及加权的kappa值。（举例来讲，混淆矩阵能够表示两粒评判者对于一系列对象进行分两类所得记过的一致程度）