Lambda de Goodman y Kruskal (λ)
Se trata de otra medida de la existencia y fuerza de asociación entre dos variables. Cuando alguna de las dos variables analizadas no es propiamente ordinal, entonces no es posible aplicar delta (δ) ni gamma (γ) . Goodman y Kruskal indicaron que se podía emplear el concepto de cantidad de error de predicción que es explicado por la variable empleada como base de la predicción, y cuando error se eliminaría con su empleo, respecto a si la evaluación fuera aleatoria. Esto constituye lambda. De otra forma es la respuesta a la pregunta de ¿qué proporción de errores que se cometerían al predecir sin información se elimimarían al utilizar la variable que se considera bvase para la predicción?. Dado que, como Chi cuadrado, y a diferencia del estadístico anterior (gamma), el resultado sí está afectado por los valores marginales, hay que tenerlo en cuanta a la hora de si debe aceptarse o no en un caso particular.
Hay dos versiones de λ, una que predice desde una variable a la otra, que es una medida asimétrica (λa), que se comporta de forma similar a δ, por lo que debe utilizarse cuando se ha definido a una de las varaibles como de respuesta, y a ala otra, como explicativa. La otra versión, la λ simétrica (λs), que analiza de forma simultánea la capacidad de predicción en ambos sentidos, de forma parecida a como hacían las estadísticas simétricas como gamma y Tau .
El resultado sería de , la capacidad predictiva es nula, mientras que si fuera 1, la predicción al considerar la variable predictiva está por completo exenta de error. Evidentemente esto ocurriría solamente si una de las dos celdas de esa variable contiene todos los casos, con lo cual, conociendo el valor de la variable predictiva, se hace una predicción perfecta de la variable dependiente, es decir, una reducción del 100% del error, mientras que si las dos variables no se influyen (son independientes), el resultado sería 0. Desgraciadamente, lo inverso no siempre es cierto, es decir, si el resultado es 0, no quiere decir que las dos variables sean independientes, por lo que debe ser utilizado para variables normales, y en caso de variables ordinales, habría que utilizar otras mediciones.
Si no se conoce cual es la variable dependiente, y cual la predictiva, es mejor utilizar la versión simétrica del test (λs).