表1cXC列联表 测量 测量(2) (1)1 合计率 2 ●● 12 13 Ic C 3 31 A 32 33 Jc A3 .。。 C 3 C 合计B1B2B B N 率b1 2021年2月3日星期三
2021年2月3日星期三 6 测量 （1） 测量（2） 合计 率 1 2 3 … c 1 A11 A12 A13 …… A1c A1 a1 2 A21 A22 A23 …… A2c A2 a2 3 A31 A32 A33 …… A3c A3 a3 … …… …… …… …… …… …… …... c Ac1 Ac2 Ac3 …… Acc Ac ac 合计 B1 B2 B3 …… Bc N 率 b1 b2 b3 …… bc 表1 c×c列联表
两分类或无序多分类变量 Kappa值计算 ∑A 观察一致率:P A N 机遇一致率 ∑ AB B N2 实际一致率 Kapp值:K 最大可能一致率 P(1-P) K值标准误:SVN(1-P)2 假设检验:∥、 e(k) 2021年2月3日星期三
2021年2月3日星期三 7 e o e P P P K − − = 1 N A P ii o = 2 N A B P a b i i e i i = = N B b i i = ( ) 2 (1 ) (1 ) e o o e k N P P P S − − = Se(k ) K u = 观察一致率： 机遇一致率： N A a i i = Kappa值： Kappa值标准误： 假设检验： 两分类或无序多分类变量Kappa值计算 最大可能一致率 实际一致率
有序分类变量加权 Kappa值(Kn)计算 对于有序分类变量,应引入被第一次测量判为第i 类,被第二次测量判为第j类的权重W,不仅仅是 考虑主对角线上的数据。 确定权重的 C (线性权重) m=∑∑(D(到 两种方法 Pm=∑∑ab形 K O e(w 1-P 2021年2月3日星期三 图的
2021年2月3日星期三 8 对于有序分类变量，应引入被第一次测量判为第i 类，被第二次测量判为第j 类的权重Wij， 不仅仅是 考虑主对角线上的数据。 （线性权重）√ 2 （平方权重） 2 ( 1) 1 − − = − c i j Wi j 1 1 − − = − c i j Wi j = N A W P i j i j o(w) e w = i j Wi j P( ) a b ( ) ( ) ( ) 1 e w o w e w w P P P K − − = 有序分类变量加权Kappa值（Kw）计算 确定权重的 两种方法
假设检验 K e(kw) ∑∑abW1-∑aW1-∑bW)2-P2 e(kw) 2N[1-P2m] 2021年2月3日星期三
2021年2月3日星期三 9 2 [1 ] ( ) 2 ( ) 2 2 ( ) ( e w i j i j i i j j i j e Kw N P a b W aW b W P S e w − − − − = ） e(Kw) w S K u = 假设检验
(5) kappa 值的意义 ①范围:-1~+1之间 ②≥0.75两次测量结果符合很好 ③04~0.75两次测量结果符合一般 ④≤04 两次测量结果一致性差 两次测量结果完全一致 两次测量结果完全不一致 ⑦=0 观察一致率完全由机遇所致 ⑧<0 机遇一致率大于观察一致率,此 时应该进行不一致性评价 2021年2月3日星期三
2021年2月3日星期三 10 （5）kappa值的意义 ① 范围：-1～+1之间 ② ≥0.75 两次测量结果符合很好 ③ 0.4～0.75 两次测量结果符合一般 ④ ≤0.4 两次测量结果一致性差 ⑤ =1 两次测量结果完全一致 ⑥ =-1 两次测量结果完全不一致 ⑦ =0 观察一致率完全由机遇所致 ⑧ ＜0 机遇一致率大于观察一致率，此 时应该进行不一致性评价