phikvadratkoefficienten

Phikvadratkoefficienten, ofta kallad phik, är ett statistiskt mått på samband mellan två kategoriska variabler. Det fungerar som en generalisering av traditionella mått som chi-två och Cramérs V och är avsett att fungera även när variablerna har många kategorier eller är icke‑ordinala. Phik-värdet ligger mellan 0 och 1, där 0 motsvarar oberoende mellan variablerna och närmare 1 anger starkare samband.

Beräkningen bygger på frekvenser i en kontingenstabell och chi-två-statistiken som mäter avvikelsen mellan observerade och förväntade frekvenser. Normalisering görs så att resultatet blir skalar mellan 0 och 1 och samtidigt hänsyn tas till tabellens dimensioner, vilket gör phik relativt robust för olika antal kategorier.

Jämfört med andra mått kan phik användas för tabeller med många kategorier och blandat data. Det lämpar sig väl som ett verktyg i utforskande dataanalys, funktionell urval och som förberedelse inför maskininlärning där man vill bedöma och ranka funktioners associativitet. Phik implementeras i flera mjukvaruverktyg, bland annat i Pythonbiblioteket phik, som kan beräkna parvisa phik-värden mellan variabler och generera en hel matris över sambanden i datasetet.

Begränsningar innefattar att måttet är känsligt för små fördelningar i vissa celler och att tolkningen av hur starkt samband ett phik-värde innebär kan behöva kompletteras med andra analyser. Phik visar styrkan i association men indikerar inte orsakssamband.