如何使用MathNet.Numerics计算Cramer's V矩阵？

步骤1：数据预处理 #

先把时间序列中的类别数据转换成适合计算的格式，提取唯一类别并统计每对类别的共现情况：

示例数据整理 #

给定的6个时间点类别集合：

• 6月14日上午：{香蕉, 番茄}
• 6月14日下午：{牛奶, 豆子, 香蕉}
• 6月15日上午：{苹果, 肉类, 番茄}
• 6月15日下午：{鸡肉, 香蕉, 咖啡}
• 6月16日上午：{牛奶, 豆子, 鸡肉}
• 6月16日下午：{番茄, 橙子, 咖啡}

唯一类别列表：["香蕉", "番茄", "牛奶", "豆子", "苹果", "肉类", "鸡肉", "咖啡", "橙子"]

构建两两类别列联表 #

对每一对类别(A,B)，构建2×2列联表，统计4种情况的样本数：

• a：同时出现A和B的样本数
• b：出现B但不出现A的样本数
• c：出现A但不出现B的样本数
• d：既不出现A也不出现B的样本数

比如香蕉和番茄的列联表：

步骤2：安装MathNet.Numerics #

通过NuGet安装库：

Install-Package MathNet.Numerics

或用.NET CLI：

dotnet add package MathNet.Numerics

步骤3：计算Cramer's V矩阵 #

以下是C#实现代码，遍历所有类别对计算每对的关联度：

using System;
using System.Collections.Generic;
using System.Linq;
using MathNet.Numerics.Statistics;

class CramersVCalculator
{
    static void Main()
    {
        // 定义样本数据：每个元素是一个时间点的类别集合
        var samples = new List<HashSet<string>>
        {
            new HashSet<string> {"香蕉", "番茄"},
            new HashSet<string> {"牛奶", "豆子", "香蕉"},
            new HashSet<string> {"苹果", "肉类", "番茄"},
            new HashSet<string> {"鸡肉", "香蕉", "咖啡"},
            new HashSet<string> {"牛奶", "豆子", "鸡肉"},
            new HashSet<string> {"番茄", "橙子", "咖啡"}
        };

        // 获取所有唯一类别并排序
        var categories = samples.SelectMany(s => s).Distinct().OrderBy(c => c).ToList();
        int categoryCount = categories.Count;

        // 初始化Cramer's V矩阵
        double[,] cramersVMatrix = new double[categoryCount, categoryCount];

        // 遍历所有类别对计算V值
        for (int i = 0; i < categoryCount; i++)
        {
            string catA = categories[i];
            // 对角线设为1（自身关联度为1）
            cramersVMatrix[i, i] = 1.0;

            for (int j = i + 1; j < categoryCount; j++)
            {
                string catB = categories[j];

                // 构建2×2列联表
                int a = samples.Count(s => s.Contains(catA) && s.Contains(catB));
                int b = samples.Count(s => !s.Contains(catA) && s.Contains(catB));
                int c = samples.Count(s => s.Contains(catA) && !s.Contains(catB));
                int d = samples.Count(s => !s.Contains(catA) && !s.Contains(catB));
                int n = samples.Count;

                // 计算卡方值（避免除零）
                double chiSquared = 0;
                double denominator = (a + b) * (c + d) * (a + c) * (b + d);
                if (denominator != 0)
                {
                    chiSquared = n * Math.Pow(a * d - b * c, 2) / denominator;
                }

                // 2×2表中Cramer's V简化为√(χ²/n)
                double cramersV = Math.Sqrt(chiSquared / n);

                // 矩阵对称，填充对称位置
                cramersVMatrix[i, j] = cramersV;
                cramersVMatrix[j, i] = cramersV;
            }
        }

        // 输出结果矩阵
        Console.WriteLine("Cramer's V矩阵：");
        Console.Write("\t");
        foreach (var cat in categories)
        {
            Console.Write($"{cat}\t");
        }
        Console.WriteLine();

        for (int i = 0; i < categoryCount; i++)
        {
            Console.Write($"{categories[i]}\t");
            for (int j = 0; j < categoryCount; j++)
            {
                Console.Write($"{cramersVMatrix[i, j]:F4}\t");
            }
            Console.WriteLine();
        }
    }
}

代码说明 #

• 用HashSet存储样本类别，方便快速判断类别是否存在
• 对每对类别构建2×2列联表，统计四种共现情况
• 卡方值计算遵循标准公式，处理分母为零的边界情况
• 矩阵为对称矩阵，对角线值固定为1（类别自身完全关联）

结果解读 #

Cramer's V值范围在0到1之间：

• 0表示两个类别完全无关联
• 1表示两个类别完全关联（总是同时出现或同时不出现）

比如示例中，牛奶和豆子的V值约为0.8165，说明二者共现概率很高；香蕉和橙子的V值为0，说明从未同时出现。

内容的提问来源于stack exchange，提问作者Farzad M.