借鉴一下交叉表的算法

1.总结数据: - 评价人之间, 评价人和基准之间 - 评价人每次之间的一致性假设检验分析：——交叉表分析法 AB AC BC ARef BRef CRef00 44 43 42 45 45 4210 3 8 9 3 3 601 6 7 5 5 2 911 97 92 94 97 100 93其中要注意就是评价人之间例如AB时的个数算法是累积A1 和B1, A2和B2, A3和B3的结果.比如上述第一个数据44就是A1=B1=0的个数加上A2=B2=0的个数加上A3=B3=0的个数.其他依此类推.2. 计算科恩的 Kappa它可以确定评价人之间意见一致的程度。• 采用 kappa 测量两个评价人对同一目标评价值的一致程度。•将上述数据转化为MSA手册上的交叉表格式.期望的计算法: A0B0= A0Bx AxB0=5047/150=15.7Po=对角线单元中观测值的总和[=(44+97)/150=0.94]Pe＝对角线单元中期望值的总和[=(15.7+68.7)/150=0.56]Kappa=(P0-Pe)/(1-Pe)=(0.94 –0.56)/(1- 0.56)=0.38/0.44=86%同理将AB, BC, AC, ARef, BRef和CRef的Kappa 计算出来当Kappa >=0.75, 表示好的一致性（Max为1）， <=0.4, 表示一致性差。但这时只相当于系统的重复性, 他它不能衡量测量系统区分好和坏零件的能力(见part III)3.测量系统的一致性 —— 相当于测量系统的重复性 系统有效性的评估准备成MSA手册 P115的格式例如: 1)评价人自己在所有试验上都一致2)评价人在所有试验上都与基准一致3) 所有评价人自己保持一致,两两间一致4) 所有评价人自己和两两间一致并且与基准一致计算漏报和误报漏报=实际不好判为好的/实际不好的例如operator A的数据就是ARef=10的个数ARef=10=1, 且Ref=0的有9个则漏报1/9误报=实际好判为不好的/实际好的 例如operator A的数据就是ARef=01的个数.ARef=01=1, 且Ref=1的有81个则误报率为1/81判断准则:判断测量系统 有效性 漏报比例 误报比例 评价人可接受 ≥90% ≤2% ≤5%评价人可接受的边缘需要改进 ≥80% & < 90% ≤5% &>2% ≤10%& >5%评价人不可接受,需要改进 <80% >5% >10%对于边缘性接受和不能接受的仪器或评价人要求实施纠正措施在完成纠正措施以后，重新进行检验能力的研究。 例如 有效性 漏报概率 误报概率A 84% 5% 8%B 90% 2% 4%C 80% 9% 15%则B—— 可接受 A—— 处在边缘 C—— 不可接受关于置信区间的算法:总数为A, e.g.50个样本正确识别的数量为B, e.g. 39个它95%置信区间的算法实际上是采用α和β风险的算法.用Ms-Excel现有的公式就可以了:95%上限是:BETAINV(1-α/2, B+1, A-B)上述例子带入到本公式中为BETAINV(1-0.05/2, 40, 11) = BETAINV(0.975, 40, 11)=0.884795%下限是:1- BETAINV(1-α/2, A-B+1, B)上述例子带入到本公式中为1-BETAINV(1-0.05/2, 12, 39) = 1-BETAINV(0.975, 12, 39)=1- 0.3596 =0.6403不管是operator A, B, C还是整个系统有效的置信区间都采用同样的方法来计算