如何判定KAPPA值.doc

如何判定KAPPA值计数型MSA中，判别的标准一般是通过看Kappa值的大小来评判你的测量系统是否值得信赖。但是这个Kappa值到底是如何计算出来的呢？Kappa(K)一般被定义为在剔除偶然一致之后评价者之间的一致比例：K=P(observed)-P(chance)/1-P(chance)其中：P(observed)=评价者一致同意的分类比率； P(chance)=评价者偶然一致的分类比率； 下面是一个具体的小例子：样本 #评价者 1评价者 21passfail2failpass3passpass4failfail5passpass6failfail7passpass8failpass9passfail10failfail 上面是MSA的具体评价值。步骤1：把数据转换成比率，填入相关表(contingency table) Assessor2 Assessor 1 pass fail pass 0.3 (X1)0.2 (Y1)0.5 (Z1) fail 0.2 (Y2)0.3 (X2) 0.5 (Z2) 0.5 (Z3)0.5 (Z4) 步骤2：计算P(observed)P(observed)=对角线的比率之和X1+X2=0.3+0.3=0.6步骤3：计算P(chance)P(chance)=(Z1Z3)+(Z2Z4)=0.5步骤4：计算KK=P(observed)-P(chance)/1-P(chance)=(0.6-0.5)/(1-0.5)=0.2到这里，K值，即Kappa值就计算出来了。一般把Kappa值列为非参数统计(检验)方法O#Q1L4p3M&YJv6nFV-M iP非参数统计S在统计推断中，如总体均数的区间估计、两个或多个均数的比较、相分析和回归系数的假设检验等，大都是假定样本所来自的总体分布为已知的函数形式，但其中有的参数为未知，统计推断的目的就是对这些未知参数进行估计或检验。这类统计推断方法称为参数统计。 c95f!yW在许多实际问题中，总体分布函数形式往往不知道或者知道的很少，例如只知道总体分布是连续型的或离散型的，这时参数统计方法就不适用，此时需要借助另一种不依赖总体分布的具体形式的统计方法，也就是说不拘于总体分布，称为非参数统计或分布自由统计。 品质论坛 u4p(fqXg*#Y:参数统计：样本来自的总体分布型是已知的(如正态分布)，在这种假设基础上，对总体参数进行估计或检验。若总体非正态，则样本例数必须充分多，或经过各种变换(对数、开方、角度.)，使之近似正态分布，再进行估计和检验。LW8e:U b六西格玛品质论坛非参数统计：未知研究总体的分布，或已知总体分布与检所要求的条件不符时，称非参数统计。 W优点： 不受总体分布的限定，适用范围广，对数据的要求不像参数检验那样严格，不论研究的是何种类型的变量。w?AB.ZM D六西格玛品质论坛 包括那些难以测量，只能以严重程度优劣等级、次序先后等表示的资料，或有的数据一端或两端是不确定数值，例如50mg，或0.5mg以下等。xtUM)sA六西格玛品质论坛 易于理解和掌握。Rd/ZDtL x9go六西格玛品质论坛 计算简单，在急需结果时可采用。 品质论坛 r6*I_ 品质论坛 )k%xXl2R缺点： 比起参数估计来显得比较粗。.0+K/|/K O 对适宜参数分析方法的资料若用非参数法处理，常损失部分信息、降低效率。 虽然许多非参法计算简便，但不少方法计算仍繁杂。VhhT#Z5W;r非参数适用于： 检验假设中没有包括总体参数。 资料不具备参数方法所需条件。 计算简单实验未结束，急需知道初步结果。 %ZrYS?P#V2US用于等级资料或某些计数资料。非参数统计方法:8xC$S V5一、Ridit分析 (relative to an indentified distribution)0RZZI?%z.j二、秩和检验： N-1niRi-(N+1)/22P4Dmn xT8t三 一致性检验：KappaKappa:临床试验研究中把重复观察的一致性分为：!-k iQlp(1) 同一医务者对同一患者进行两次以上观察，(2) 两个及两个以上医务者对同一对象进行观察。J-AT5d12? Po- Pe 品质论坛 8r4TwF)v J mKu统计量：Kappa = -(vp%7pNi六西格玛品质论坛 1 - PeqH9fB0TEPo：实际观察的一致率L,P w 六西格玛品质论坛 品质论坛 %WGG?8FqG A 实际观察一致数1azrm,六西格玛品质论坛Po = - = - N 总检查人数 品质论坛 4R!Ox,L3b*bE3KY(1WHO CX六西格玛品质论坛Pe：期望一致率(两次检查结果由于偶然机会所造成的一致性)5Wq&J%pAy-质量-SPC ,six sigma,TS16949,MSA,FMEAIP%_chZp8qKappa取值在-1，+1之间, 其值的大小均有不同意义. 品质论坛 4JxX-F7E(PZ 品质论坛 ;7Ke,#KmOKappa = +1 说明两次判断的结果完全一致 Kappa = -1 说明两次判断的结果完全不一致 s-JS-dQKappa = 0 说明两次判断的结果是机遇造成Kappa 0 此时说明有意义，Kappa愈大，说明一致性愈好9Hs%WGbr%G&Kappa0.75 说明已经取得相当满意的一致程度 品质论坛 .VU(Hm-iy4+RI-质量-SPC ,six sigma,TS16949,MSA,FMEAKappaupJ#sU:Yv|+w$t/| 品质论坛 3假设验证六西格玛品质论坛 品质论坛 ;bsc/zH0 : 对全体 范畴评价者 间的 意见 一致是依据偶然的. 品质论H1 : 对全体 范畴评价者 间的 意见 一致是非依据偶然的.tzd;o/RsYxnw)h 品质论坛 Z3|N?oZ+WP对个别 范畴的假设(H0 :对范畴 j的 评价者 间的 意见 一致是依据偶然的)?:fwM(P&G/br验证也可以 品质论坛 /ANB$G$M H.II$y-w?yCS-质量-SPC ,six sigma,TS16949,MSA,FMEAKappa 统计量的意思 解释 品质论坛 sdoQ6 评价者 间的 意见 完全 一致?Kappa = 1 -质量-SPC ,six sigma,TS16949,MSA,FMEA 品质论坛 -TbP#p 评价者 间的 意见 一致 程度是依据偶然的?Kappa = 0 Kappa 评价者 间的 意见 一致 程度 还不如依据偶然的 Kendall的 一致系数(Kendalls coefficient of concordance) 品质论坛 0l3p6T4wDUU,ojxei/v在对n 个评价对象物(试料) 付与顺序的 m名评价者之间判断意见是否一致时 品质论坛 -y,w5v-n&R7cr Z%F(i使用连贯性的标准六西格玛品质论坛 品质论坛 U9C&xKcI2&E9H#RS-质量-SPC ,six sigma,TS16949,MSA,FMEA主要用于评价对象物之间有顺序,不知 Standard值时, 品质论坛 -CdR#N U!Cj?lF从0到 1的值_8cN-j六西格玛品质论坛7ZS8SUK六西格玛品质论坛Jzp%*tLL.|)假设 验证U!tR3hnWl-质量-SPC ,six sigma,TS16949,MSA,FMEA-hw?jcNwH0 : m名的 评价者之间的 意见 不一致 品质论坛 s$qbk clH1 : m名的 评价者之间的 意见 一致-质量-SPC ,six sigma,TS16949,MSA,FMEA 品质论坛 8V3bl验证 统计量是 跟随相似自由度n-1的 Chi-Square 分布 品质论坛 nh-t2hO, tau)?Kendall的 相关系数(Kendalls correlation coefficient, 8!xm8YgL-质量-SPC ,six sigma,TS16949,MSA,FMEA-质量-SPC ,six sigma,TS16949,MSA,FMEA 品质论坛 +QI0j3b7 Y对n个评价对象物(试料) 付与顺序的 m名评价者于 标准之间的意见lq5Y5L*VN(顺序评价 结果) 一致与否确认时 使用的连贯性的标准4BAP&q0AacB+B0I主要用于评价对象物间既有顺序,又知道 Standard值时 www.6sww2X s (tau) = 1 : 标准和 评价者之间的意见(顺序评价结果)完全 一致?Ym1OB eW (tau) = -1 : 标准和 评价者 之间的 意见(顺序评价结果)完全不一致?S9#?-k|)O/l (tau) = 0 : 标准和 评价者 之间的 意见(顺序评价结果)没有任何关联?flPlBf3S5LD www. kW 品质论坛 A;Do+|7SpSG假设 验证 品质论坛 x6IP)m9H2j;DEH0 : 标准和 评价者 之间的 顺序 评价 结果是没有关联.%k9k,Y1cC,J+s-质量-SPC ,six sigma,TS16949,MSA,FMEA H1 : 评价者的 顺序 评价 结果和标准的 顺序 评价 结果有关联oOi8UI+z!kC(o5g6H7t!Mct1z验证 统计量是近似标准正态分布 品质论坛 XNbe;z,IKappa/ Kendall/区别 品质论坛 ;z4|9tvYe$zKappa 统计量也是进行评价者和 标准之间的 意见(顺序 评价 结果) 是否一致的Olir KQ 评价时使用. xA(SMrA-