3种分类数据的属性测量系统结果分析,求高手
虽然现在明白怎么用MIMITAB 做这类分析,但是如何分析结果还有一些问题,希望大家继续给予解答.
(1)首先,拿结果结果中的一部分出来,这里的Kappa 与Kappa 标准误差是指什么?它与属性分类的C,G,S之间存在着什么关系? 没有与基准比较的Kappa值与有基准比较时Kappa 值有什么区别?
(2)对与这样的分析结果,我们一般的判定合格与不合格的判定标准是什么?这里是看Kappa值 还是看百分比? 以哪个为主(是看检验员自身,还是要看与基准比较的),还是以两者均看.
(3)这里Fleiss Kappa 统计两与Cohen(科恩)的Kappa 统计量有什么异同?
问题似乎多了点,但是我相信一定有人能给出最好的答案. 在此非常感谢大家的帮助与支持!
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.638009 0.105409 6.0527 0.0000
G 0.847371 0.105409 8.0389 0.0000
S 0.699198 0.105409 6.6332 0.0000
整体 0.725923 0.075517 9.6127 0.0000
2 C 0.625974 0.105409 5.9385 0.0000
G 0.760766 0.105409 7.2173 0.0000
S 0.819519 0.105409 7.7746 0.0000
整体 0.728404 0.075417 9.6584 0.0000
3 C 0.791667 0.105409 7.5104 0.0000
G 0.864253 0.105409 8.1990 0.0000
S 0.904306 0.105409 8.5790 0.0000
整体 0.860627 0.076830 11.2017 0.0000
上次给的数据不全,那么这次是全部的数据.如下:
"Attribute
(基准判定)" A1 A2 A3 B1 B 2 By 3 C1 C2 C3
C C S S C C C S S S
G G G G G G C S G G
S S S S S S S S S S
G G G G G G G G G G
S S S C S C S S S S
C C C C C C C C C C
C C G G G G G G G G
G G G G G G G G G G
G G G G G G G G G G
S C C S S C C S S S
C C C C C C C G G G
S S S S S C C S C S
S S S S S S S S S S
G G G C G G C G G C
S C C S S S S S S S
C C C C C C C C C C
G G G G G C G G G G
C C C C C C C G G G
S S S S S S S S S S
C C C C C C C G G G
C C C C C C C C C C
G G G G G G G G G G
C C C C C C C C C C
C C C G C C G G C G
S C C C G G G S S S
G G G G G G G G G G
S C S C S S S S S S
S S S S S S S S S S
G C C C G G C C C C
G G G G G G G G G G
用MINITAB 分析的结果如下:
A1, A2, A3, B1, B2, B3, C1, C2, C3 的属性一致性分析
检验员自身
评估一致性
# 检 # 相 95 % 置信区
检验员 验数 符数 百分比 间
1 30 22 73.33 (54.11, 87.72)
2 30 22 73.33 (54.11, 87.72)
3 30 26 86.67 (69.28, 96.24)
# 相符数: 检验员在多个试验之间,他/她自身标准一致。
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.638009 0.105409 6.0527 0.0000
G 0.847371 0.105409 8.0389 0.0000
S 0.699198 0.105409 6.6332 0.0000
整体 0.725923 0.075517 9.6127 0.0000
2 C 0.625974 0.105409 5.9385 0.0000
G 0.760766 0.105409 7.2173 0.0000
S 0.819519 0.105409 7.7746 0.0000
整体 0.728404 0.075417 9.6584 0.0000
3 C 0.791667 0.105409 7.5104 0.0000
G 0.864253 0.105409 8.1990 0.0000
S 0.904306 0.105409 8.5790 0.0000
整体 0.860627 0.076830 11.2017 0.0000
每个检验员与标准
评估一致性
# 检 # 相 95 % 置信区
检验员 验数 符数 百分比 间
1 30 20 66.67 (47.19, 82.71)
2 30 20 66.67 (47.19, 82.71)
3 30 20 66.67 (47.19, 82.71)
# 相符数: 检验员在多次试验中的评估与已知标准一致。
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.550786 0.105409 5.22522 0.0000
G 0.824326 0.105409 7.82024 0.0000
S 0.674723 0.105409 6.40099 0.0000
整体 0.681069 0.074816 9.10329 0.0000
2 C 0.692305 0.105409 6.56778 0.0000
G 0.728893 0.105409 6.91489 0.0000
S 0.778610 0.105409 7.38655 0.0000
整体 0.731147 0.074817 9.77252 0.0000
3 C 0.373801 0.105409 3.54619 0.0002
G 0.553467 0.105409 5.25064 0.0000
S 0.877733 0.105409 8.32691 0.0000
整体 0.612180 0.075042 8.15787 0.0000
检验员之间
评估一致性
# 检 # 相 95 % 置信区
验数 符数 百分比 间
30 14 46.67 (28.34, 65.67)
# 相符数: 所有检验员的评估一致。
Fleiss Kappa 统计量
响应 Kappa Kappa 标准误 Z P(与 > 0 )
C 0.488886 0.0304290 16.0664 0.0000
G 0.695501 0.0304290 22.8565 0.0000
S 0.713848 0.0304290 23.4594 0.0000
整体 0.631102 0.0215870 29.2353 0.0000
所有检验员与标准
评估一致性
# 检 # 相 95 % 置信区
验数 符数 百分比 间
30 14 46.67 (28.34, 65.67)
# 相符数: 所有检验员的评估与已知的标准一致。
Fleiss Kappa 统计量
响应 Kappa Kappa 标准误 Z P(与 > 0 )
C 0.538964 0.0608581 8.8561 0.0000
G 0.702229 0.0608581 11.5388 0.0000
S 0.777022 0.0608581 12.7678 0.0000
整体 0.674798 0.0432386 15.6064 0.0000
属性一致性分析
(1)首先,拿结果结果中的一部分出来,这里的Kappa 与Kappa 标准误差是指什么?它与属性分类的C,G,S之间存在着什么关系? 没有与基准比较的Kappa值与有基准比较时Kappa 值有什么区别?
(2)对与这样的分析结果,我们一般的判定合格与不合格的判定标准是什么?这里是看Kappa值 还是看百分比? 以哪个为主(是看检验员自身,还是要看与基准比较的),还是以两者均看.
(3)这里Fleiss Kappa 统计两与Cohen(科恩)的Kappa 统计量有什么异同?
问题似乎多了点,但是我相信一定有人能给出最好的答案. 在此非常感谢大家的帮助与支持!
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.638009 0.105409 6.0527 0.0000
G 0.847371 0.105409 8.0389 0.0000
S 0.699198 0.105409 6.6332 0.0000
整体 0.725923 0.075517 9.6127 0.0000
2 C 0.625974 0.105409 5.9385 0.0000
G 0.760766 0.105409 7.2173 0.0000
S 0.819519 0.105409 7.7746 0.0000
整体 0.728404 0.075417 9.6584 0.0000
3 C 0.791667 0.105409 7.5104 0.0000
G 0.864253 0.105409 8.1990 0.0000
S 0.904306 0.105409 8.5790 0.0000
整体 0.860627 0.076830 11.2017 0.0000
上次给的数据不全,那么这次是全部的数据.如下:
"Attribute
(基准判定)" A1 A2 A3 B1 B 2 By 3 C1 C2 C3
C C S S C C C S S S
G G G G G G C S G G
S S S S S S S S S S
G G G G G G G G G G
S S S C S C S S S S
C C C C C C C C C C
C C G G G G G G G G
G G G G G G G G G G
G G G G G G G G G G
S C C S S C C S S S
C C C C C C C G G G
S S S S S C C S C S
S S S S S S S S S S
G G G C G G C G G C
S C C S S S S S S S
C C C C C C C C C C
G G G G G C G G G G
C C C C C C C G G G
S S S S S S S S S S
C C C C C C C G G G
C C C C C C C C C C
G G G G G G G G G G
C C C C C C C C C C
C C C G C C G G C G
S C C C G G G S S S
G G G G G G G G G G
S C S C S S S S S S
S S S S S S S S S S
G C C C G G C C C C
G G G G G G G G G G
用MINITAB 分析的结果如下:
A1, A2, A3, B1, B2, B3, C1, C2, C3 的属性一致性分析
检验员自身
评估一致性
# 检 # 相 95 % 置信区
检验员 验数 符数 百分比 间
1 30 22 73.33 (54.11, 87.72)
2 30 22 73.33 (54.11, 87.72)
3 30 26 86.67 (69.28, 96.24)
# 相符数: 检验员在多个试验之间,他/她自身标准一致。
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.638009 0.105409 6.0527 0.0000
G 0.847371 0.105409 8.0389 0.0000
S 0.699198 0.105409 6.6332 0.0000
整体 0.725923 0.075517 9.6127 0.0000
2 C 0.625974 0.105409 5.9385 0.0000
G 0.760766 0.105409 7.2173 0.0000
S 0.819519 0.105409 7.7746 0.0000
整体 0.728404 0.075417 9.6584 0.0000
3 C 0.791667 0.105409 7.5104 0.0000
G 0.864253 0.105409 8.1990 0.0000
S 0.904306 0.105409 8.5790 0.0000
整体 0.860627 0.076830 11.2017 0.0000
每个检验员与标准
评估一致性
# 检 # 相 95 % 置信区
检验员 验数 符数 百分比 间
1 30 20 66.67 (47.19, 82.71)
2 30 20 66.67 (47.19, 82.71)
3 30 20 66.67 (47.19, 82.71)
# 相符数: 检验员在多次试验中的评估与已知标准一致。
Fleiss Kappa 统计量
检验员 响应 Kappa Kappa 标准误 Z P(与 > 0 )
1 C 0.550786 0.105409 5.22522 0.0000
G 0.824326 0.105409 7.82024 0.0000
S 0.674723 0.105409 6.40099 0.0000
整体 0.681069 0.074816 9.10329 0.0000
2 C 0.692305 0.105409 6.56778 0.0000
G 0.728893 0.105409 6.91489 0.0000
S 0.778610 0.105409 7.38655 0.0000
整体 0.731147 0.074817 9.77252 0.0000
3 C 0.373801 0.105409 3.54619 0.0002
G 0.553467 0.105409 5.25064 0.0000
S 0.877733 0.105409 8.32691 0.0000
整体 0.612180 0.075042 8.15787 0.0000
检验员之间
评估一致性
# 检 # 相 95 % 置信区
验数 符数 百分比 间
30 14 46.67 (28.34, 65.67)
# 相符数: 所有检验员的评估一致。
Fleiss Kappa 统计量
响应 Kappa Kappa 标准误 Z P(与 > 0 )
C 0.488886 0.0304290 16.0664 0.0000
G 0.695501 0.0304290 22.8565 0.0000
S 0.713848 0.0304290 23.4594 0.0000
整体 0.631102 0.0215870 29.2353 0.0000
所有检验员与标准
评估一致性
# 检 # 相 95 % 置信区
验数 符数 百分比 间
30 14 46.67 (28.34, 65.67)
# 相符数: 所有检验员的评估与已知的标准一致。
Fleiss Kappa 统计量
响应 Kappa Kappa 标准误 Z P(与 > 0 )
C 0.538964 0.0608581 8.8561 0.0000
G 0.702229 0.0608581 11.5388 0.0000
S 0.777022 0.0608581 12.7678 0.0000
整体 0.674798 0.0432386 15.6064 0.0000
属性一致性分析
没有找到相关结果
已邀请:
2 个回复
greenray (威望:4) (北京 朝阳区) 航空相关 员工
赞同来自: