9 views 1 likes 0 comments Share this: コバにゃんチャンネル About author コバにゃん☆です? 2910 subscribers viewes View all posts
0 views 0 likes 0 comments Share this: 大象中醫 About author 長照是一個劇變的旋轉舞台 百年難得一見 沒有準備的人 被旋轉舞台甩出去 不是坐下就是躺下 而大象中醫是太極的推手 推動著旋轉舞台 讓 所有爬不起來的人 背後有一股推手力量 支撐再站起來 1310 subscribers viewes View all posts
0 views 0 likes 0 comments Share this: 大象中醫 About author 長照是一個劇變的旋轉舞台 百年難得一見 沒有準備的人 被旋轉舞台甩出去 不是坐下就是躺下 而大象中醫是太極的推手 推動著旋轉舞台 讓 所有爬不起來的人 背後有一股推手力量 支撐再站起來 1310 subscribers viewes View all posts
作者weii (迷惑失道)看板SFFamily標題[轉錄]Re: [統計] 何謂Cohen's kappa(可汗的可怕?)時間Tue Dec 9 14:42:19 2008 ※ [本文轉錄自 Math 看板] 作者: mantour (朱子) 看板: Math 標題: Re: [統計] 何謂Cohen's kappa(可汗的可怕?) 時間: Tue Dec 9 00:04:58 2008 kappa通常是用來評估一種分類或是一種指標的Inter-rater reliability P - Pe kappa = ---------------- 1 - Pe 其中 P 是取樣樣本中，二次都被分在同一類的比率 Pe是若二次純粹照著一定的比例亂分，預期會分在同一類的比率 例如： 找A、B兩個病理科醫師看同樣100片檢體 其中有20片兩人都診斷為惡性腫瘤 10片A認為是惡性，B認為是良性 5片A認為是良性，B認為是惡性 剩下65片兩人都認為是惡性 那麼兩人診斷的一致率是 85% 然而A在100片中診斷30片是惡性，70片是良性 B在100片中診斷25片是惡性，75片是良性 如果A和B的診斷毫無關聯的話 (也就是當作A從100片中隨便抽出30片當作是惡性，而B也隨便抽25片當作是惡性) 那麼在B診斷為惡性的25片中，A恰好也診斷為惡性的期望值是 25*0.7=17.5 片 在B診斷為良性的75片中，A恰好也診斷為良性的期望值是 75*0.3=22.5 片 因此這樣隨便亂猜出來的一致率的期望值為 22.5+17.5 = 40% 0.85 - 0.4 得到 kappa = ---------------- = 0.75 1 - 0.4 因此可以說病理學上對惡性腫瘤的這套判斷準則 具有不錯的inter-rater reliability 若kappa小於0 ， 表示取樣得到的一致率比隨便亂猜應得的一致率還低 一般當然認為兩者的測量結果無一致性 而分母除以 1-Pe ， 是為了使得kappa的最大值為 1 ，這樣不同測量結果的 kappa值才能互相比較 kappa值愈接近1，代表這個分類方法的inter-rater reliability愈好 ※ 引述《Holocaust123 (Terry)》之銘言： : 正在看paper : 在performance evaluation的地方作者用Kappa當作指標 : 上網查了Kappa的很多文章後 卻還是不知道卡巴的"統計意義" : 有哪位好心的板友可以講解給我聽 或是丟個講義/網址都好 : 感謝.. -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.213.158 ※ 編輯: mantour 來自: 140.112.213.158 (12/09 00:11) -- 我愛用UD 我希望Blizzard可以讓nec招換出來的骷髏兵強壯一點 最好身高一米九 一拳三百磅 不然骷髏兵實在太廢~ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.132.117.169 ... <看更多>
kappa統計意思 在 [轉錄]Re: [統計] 何謂Cohen's kappa(可汗的可怕?) 的必吃
※ [本文轉錄自 Math 看板]
作者: mantour (朱子) 看板: Math
標題: Re: [統計] 何謂Cohen's kappa(可汗的可怕?)
時間: Tue Dec 9 00:04:58 2008
kappa通常是用來評估一種分類或是一種指標的Inter-rater reliability
P - Pe
kappa = ----------------
1 - Pe
其中 P 是取樣樣本中，二次都被分在同一類的比率
Pe是若二次純粹照著一定的比例亂分，預期會分在同一類的比率
例如：
找A、B兩個病理科醫師看同樣100片檢體
其中有20片兩人都診斷為惡性腫瘤
10片A認為是惡性，B認為是良性
5片A認為是良性，B認為是惡性
剩下65片兩人都認為是惡性
那麼兩人診斷的一致率是 85%
然而A在100片中診斷30片是惡性，70片是良性
B在100片中診斷25片是惡性，75片是良性
如果A和B的診斷毫無關聯的話
(也就是當作A從100片中隨便抽出30片當作是惡性，而B也隨便抽25片當作是惡性)
那麼在B診斷為惡性的25片中，A恰好也診斷為惡性的期望值是 25*0.7=17.5 片
在B診斷為良性的75片中，A恰好也診斷為良性的期望值是 75*0.3=22.5 片
因此這樣隨便亂猜出來的一致率的期望值為 22.5+17.5 = 40%
0.85 - 0.4
得到 kappa = ---------------- = 0.75
1 - 0.4
因此可以說病理學上對惡性腫瘤的這套判斷準則
具有不錯的inter-rater reliability
若kappa小於0 ， 表示取樣得到的一致率比隨便亂猜應得的一致率還低
一般當然認為兩者的測量結果無一致性
而分母除以 1-Pe ， 是為了使得kappa的最大值為 1 ，這樣不同測量結果的
kappa值才能互相比較
kappa值愈接近1，代表這個分類方法的inter-rater reliability愈好
※ 引述《Holocaust123 (Terry)》之銘言：
: 正在看paper
: 在performance evaluation的地方作者用Kappa當作指標
: 上網查了Kappa的很多文章後 卻還是不知道卡巴的"統計意義"
: 有哪位好心的板友可以講解給我聽 或是丟個講義/網址都好
: 感謝..
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.213.158
※ 編輯: mantour 來自: 140.112.213.158 (12/09 00:11)
--
我愛用UD
我希望Blizzard可以讓nec招換出來的骷髏兵強壯一點
最好身高一米九 一拳三百磅
不然骷髏兵實在太廢~
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 220.132.117.169
... <看更多>