一致性报表的统计详细信息

若将两个响应变量视为 n 个对象的两个独立评级，则当评级员之间完全一致时，Kappa 系数等于 +1。当观测到的一致性超过机会一致性时，Kappa 系数为正，其量值反映了一致性的强度。当观测到的一致性小于机会一致性时，Kappa 系数为负，尽管这在实际中并不常见。Kappa 的最小值介于 -1 到 0 之间，具体取决于边缘比例。

使用以下等式估计简单 Kappa 系数的渐近方差：

其中：

并且：

将会标绘 Kappa 系数，同时给出标准误差。

注意：即便变量水平不平衡，也会在“计数图”平台中显示 Kappa 统计量。

“类别间一致性”报表中提供分类 Kappa 统计量 (Fleiss 1981)。

假设如下：

•	n = 对象（分组变量）的数目

•

m = 评级员数

•

k = 水平数

•	ri = 对象 i 的重复次数 (i = 1,...,n)

•	Ni = m x ri。针对对象 i (i = 1, 2,...,n) 的评级数。其中包含所有评级员的响应，以及针对某部件的重复评级次数。例如，若 2 个评级员每人给对象 i 测量了 3 次，则 Ni 为 3 x 2 = 6。

•	xij = 针对对象 i (i = 1, 2,...,n) 的水平 j (j=1, 2,...,k) 的评级数。各类别的 Kappa 如下：

总 Kappa 如下：

和

的方差如下：

仅当每个对象的评级数相等时才会显示

和

的标准误差（例如，对于所有 i=1,…,n，Ni = N）。