• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    Kendall協(xié)調(diào)系數(shù)W檢驗(yàn)及其SPSS實(shí)現(xiàn)*1

    2010-01-25 07:33:06劉一志王如德
    關(guān)鍵詞:秩次監(jiān)督員一致性

    程 琮 劉一志 王如德

    (1.泰山醫(yī)學(xué)院衛(wèi)生統(tǒng)計(jì)學(xué)教研室,2.統(tǒng)計(jì)學(xué)教研室, 山東 泰安 271016;3.臨沂市疾病預(yù)防控制中心,山東 臨沂 276001)

    1 基本原理和方法

    1.1基本概念

    在等級(jí)資料或非正態(tài)分布的數(shù)據(jù)中,研究人員經(jīng)常對(duì)觀察對(duì)象的不同類型的能力進(jìn)行評(píng)分,觀察不同能力之間的評(píng)分是否具有一致性。此類數(shù)據(jù)屬于雙因素設(shè)計(jì),即為多樣本相關(guān)數(shù)據(jù)的分析??蓱?yīng)用Kendall協(xié)調(diào)系數(shù)W檢驗(yàn)(Kendall’s coefficient of concordance W)的分析方法。該檢驗(yàn)由Kendall 和Babington-Smith在1939年提出。

    資料類型及特點(diǎn):設(shè)有b個(gè)評(píng)判員(區(qū)組),對(duì)k個(gè)觀察對(duì)象或觀察指標(biāo)(處理組)進(jìn)行評(píng)分。按照每個(gè)評(píng)判員的評(píng)分,對(duì)k個(gè)觀察對(duì)象或觀察指標(biāo)的評(píng)分由小到大編排秩次。秩次為從1,2,…,k。數(shù)據(jù)見表1。表1顯示:共有k=10個(gè)學(xué)生為觀察對(duì)象。由b=6個(gè)專家對(duì)每個(gè)學(xué)生6個(gè)方面的學(xué)習(xí)能力給予評(píng)分,表1中的數(shù)值不是原始評(píng)分?jǐn)?shù)據(jù),而是根據(jù)評(píng)分已經(jīng)編排好的秩次。

    1.2應(yīng)用條件

    (1)數(shù)據(jù)由k個(gè)觀察對(duì)象及b種測(cè)試能力或b個(gè)評(píng)判員的評(píng)分構(gòu)成。

    (2)測(cè)量尺度至少是順序尺度。

    (3)觀察值可以為原始評(píng)分的數(shù)據(jù),也可以是對(duì)原始數(shù)據(jù)編排的秩次。

    1.3基本原理

    檢驗(yàn)假設(shè) H0:b組秩次沒有一致性;H1:b組秩次存在一致性。

    檢驗(yàn)統(tǒng)計(jì)量W計(jì)算公式為:

    (1)

    式中: b是評(píng)判個(gè)數(shù)。k是觀察對(duì)象或觀察指標(biāo)個(gè)數(shù)。Rj是分配給第j個(gè)觀察對(duì)象的秩次的合計(jì)。

    如果b種學(xué)習(xí)才能或特征之間無相關(guān),則各列出現(xiàn)的秩次值是隨機(jī)的。期望的各列合計(jì)值近似相等。如果b種特征之間存在相關(guān),則期望的某些列有較大的秩次,而另一些列則有較小的秩次。當(dāng)H0成立時(shí),則理論上各列的合計(jì)值相等,如表1數(shù)據(jù)的各列合計(jì)值等于330/10=33,則6個(gè)特征之間無相關(guān)。本例,計(jì)算的離均差平方和S的觀察值為:

    S=(28-33)2+(25-33)2+…+(45-33)2=514

    在6種學(xué)習(xí)能力中,如果每個(gè)學(xué)生有相同的能力,則應(yīng)得到相同的評(píng)分和秩次。例如,若第一個(gè)學(xué)生在機(jī)械能力方面編排秩次為1,則在藝術(shù)才能方面也編排秩次為1,其它各才能方面編排秩次均為1,則秩次之和為6×1=6;第二個(gè)學(xué)生各能力方面均編排秩次為2,則秩次之和為6×2=12。余類推。

    如果各個(gè)能力方面完全相關(guān),則各列秩和為:

    第1列秩和為:6×1=6,

    第2列秩和為:6×2=12,

    第3列秩和為:6×3=18,

    ……

    第10列秩和為:6×10=60,

    此時(shí),離均差平方和S的期望值為:

    S=(6-33)2+(12-33)2+…+(60-33)2=2970

    將本例的S觀察值與S期望值相比,有:

    若存在完全一致性,則其比值為1。若完全沒有一致性,則比值為0(由于分子為0)。介于0和1之間,則有一定程度的相關(guān)性。

    計(jì)算S的公式為:

    (2)

    公式中符號(hào)意義,見公式(1)。如果各組秩次有完全一致性,則列合計(jì)為1b,2b,…kb,但可以不按順序排列。各列與期望值之差的平方和,公式為:

    (3)

    公式(2)與公式(3)之比,即為檢驗(yàn)統(tǒng)計(jì)量W:

    (4)

    經(jīng)過適當(dāng)?shù)臄?shù)學(xué)變換,公式(4)可以變換為公式(1)。兩者等價(jià)。

    表1 6名專家對(duì)10名學(xué)生學(xué)習(xí)能力的評(píng)分(秩次)

    1.4出現(xiàn)相同數(shù)據(jù)

    若出現(xiàn)2個(gè)或更多個(gè)相同數(shù)據(jù)時(shí),計(jì)算平均秩次。公式(1)中分母被替換為下式:

    b2k(k2-1)-bΣ(t3-t)

    (5)

    校正的Wc公式為:

    (6)

    式中:t為相同數(shù)據(jù)的個(gè)數(shù)。

    1.5判斷原則

    當(dāng)觀察的各組秩次接近一致時(shí),S值傾向于更大。當(dāng)S值較大時(shí),W值也較大,傾向于1。當(dāng)觀察的各組秩次不一致時(shí),S值傾向于更小。當(dāng)S值較小時(shí),W值也較小,傾向于0。當(dāng)W值充分大時(shí),結(jié)果將導(dǎo)致拒絕沒有一致性的無效假設(shè)。

    當(dāng)b和k較小時(shí),可以根據(jù)α、b、k和W值,查Kendall協(xié)調(diào)系數(shù)W值表,判斷結(jié)論。

    如果b、k值超出Kendall協(xié)調(diào)系數(shù)W值表,則應(yīng)用大樣本近似法計(jì)算卡方值,并根據(jù)自由度υ=k-1,查閱卡方界值表作出判斷和結(jié)論。Kendall推薦當(dāng)k>7時(shí),計(jì)算卡方值。卡方值計(jì)算公式為

    χ2=b(k-1)W

    (7)

    2 實(shí) 例

    2.1應(yīng)用公式計(jì)算

    例1 研究人員對(duì)戒酒中心的15名病人進(jìn)行調(diào)查。讓病人對(duì)戒酒計(jì)劃中的10項(xiàng)指標(biāo)給出評(píng)分。數(shù)據(jù)見表2。表2中的數(shù)據(jù)是對(duì)評(píng)分編排的秩次。試分析戒酒中心的病人對(duì)戒酒計(jì)劃其中的10項(xiàng)指標(biāo)的評(píng)分是否具有一致性。

    表2 Kendall協(xié)調(diào)系數(shù)W檢驗(yàn)數(shù)據(jù)

    表2中:no為編號(hào),即為15個(gè)病人。x1~x10為10個(gè)評(píng)價(jià)指標(biāo)。

    檢驗(yàn)步驟如下:

    (1)建立檢驗(yàn)假設(shè)

    H0:病人對(duì)10項(xiàng)指標(biāo)的評(píng)分沒有一致性;

    H1:病人對(duì)10項(xiàng)指標(biāo)的評(píng)分存在一致性。

    α=0.05。

    (2)計(jì)算檢驗(yàn)統(tǒng)計(jì)量

    將各列數(shù)據(jù)合計(jì)后平方再相加,有下列計(jì)算結(jié)果:

    代入公式(1)有:

    =0.4036

    (3)確定P值,推斷結(jié)論

    由于b=15,k=10,超出Kendall W一致性系數(shù)表范圍,可應(yīng)用大樣本近似法計(jì)算卡方值:

    χ2=b(k-1)W=15(10-1)0.4036=54.486

    結(jié)論:可以認(rèn)為15個(gè)病人對(duì)10項(xiàng)指標(biāo)的評(píng)分具有一致性。

    例2 3個(gè)監(jiān)督員為5個(gè)雇員的工作能力進(jìn)行評(píng)分。分值最低為1分,最高為10分。見表3。

    表3 3個(gè)監(jiān)督員為5個(gè)雇員工作能力評(píng)分(秩次)

    注意:表3中的數(shù)據(jù)為3個(gè)監(jiān)督員的評(píng)分值,括號(hào)中數(shù)據(jù)為編排的秩次。對(duì)每個(gè)監(jiān)督員的評(píng)分值橫向編排秩次。第1個(gè)監(jiān)督員有兩個(gè)相同的評(píng)分即2分,求平均秩次為1.5。則t1=2。第3個(gè)監(jiān)督員也有兩個(gè)相同的評(píng)分,求平均秩次為3.5。則t2=2。

    當(dāng)出現(xiàn)相同數(shù)據(jù)時(shí),計(jì)算校正的統(tǒng)計(jì)量Wc。

    Σ(t3-t)=(23-2)+(23-2)=12

    根據(jù)b=3,k=5,查Kendall W一致性系數(shù)表,當(dāng)近似界值W=0.733時(shí),P=0.038。由于P<0.05,拒絕H0,接受H1。可以認(rèn)為3個(gè)監(jiān)督員對(duì)5個(gè)雇員工作能力的評(píng)分具有一致性。

    注意: Kendall W一致性系數(shù)表中的W界值不一定與計(jì)算的統(tǒng)計(jì)量W值完全相同,可以取相近的W界值即可。

    2.2應(yīng)用SPSS13.0統(tǒng)計(jì)軟件計(jì)算

    操作步驟如下:

    1.建立數(shù)據(jù)文件

    輸入數(shù)據(jù)模式見表2數(shù)據(jù)。注意:將所有變量定義為數(shù)值型變量。

    2.運(yùn)行非參數(shù)的“K Related Samples過程”

    (1)打開待分析的數(shù)據(jù)文件,見表2數(shù)據(jù);

    (2)在SPSS Data Editor窗口中,依次選擇:Analyze→Nonparametric Tests→K Related Samples→顯示“Tests for Several Related Samples”主對(duì)話框:進(jìn)行參數(shù)設(shè)置。見圖1。

    (3)在“Test Varibles”框中:選入“x1~x10”;

    (4)選定“Kendall’s W”復(fù)選框;

    (5)單擊“OK”按鈕,運(yùn)行該過程。

    圖1 Tests for Several Related Samples過程對(duì)話框

    3.顯示“K Related Samples”過程結(jié)果

    結(jié)果中顯示兩個(gè)表。

    (1)Ranks表:顯示x1~x10這10個(gè)指標(biāo)的平均秩次。

    (2)Test Statistics表:顯示N為15例,Kendall’s W值為0.404,卡方(Chi-Square)值為54.491。P值(Asymp. Sig.)為0.000。結(jié)果與例1中用公式計(jì)算的相同,只是在第2位或第3位小數(shù)上有一點(diǎn)差別。

    3 小 結(jié)

    Kendall協(xié)調(diào)系數(shù)W檢驗(yàn)是一種非參數(shù)檢驗(yàn)方法,用于雙因素設(shè)計(jì)資料的一致性檢驗(yàn)。其基本原理是由b個(gè)評(píng)判員對(duì)k個(gè)觀察對(duì)象或觀察指標(biāo)進(jìn)行評(píng)分,然后檢驗(yàn)b個(gè)評(píng)判員的評(píng)價(jià)結(jié)果是否具有一致性。此方法在醫(yī)學(xué)心理測(cè)量指標(biāo)及調(diào)查表中調(diào)查項(xiàng)目或指標(biāo)的評(píng)價(jià)中應(yīng)用廣泛??墒褂肧PSS統(tǒng)計(jì)分析軟件進(jìn)行分析。

    [1] Wayne W Daniel. Applied nonparametric statistics[J]. 2th edition. Boston: PWS-KENT Punlishing Company,1990:386-391.

    [2] 程琮. SPSS統(tǒng)計(jì)分析教程[M]. 北京:現(xiàn)代教育出版社,2009.

    猜你喜歡
    秩次監(jiān)督員一致性
    關(guān)注減污降碳協(xié)同的一致性和整體性
    公民與法治(2022年5期)2022-07-29 00:47:28
    注重教、學(xué)、評(píng)一致性 提高一輪復(fù)習(xí)效率
    IOl-master 700和Pentacam測(cè)量Kappa角一致性分析
    非整秩次秩和比法綜合評(píng)價(jià)醫(yī)院工作效率
    基于事件觸發(fā)的多智能體輸入飽和一致性控制
    山東省農(nóng)業(yè)可持續(xù)發(fā)展能力評(píng)價(jià)研究——基于非整秩次WRSR
    護(hù)眼監(jiān)督員
    首席監(jiān)督員誕生記
    基于Weibull分布的高速自潤(rùn)滑關(guān)節(jié)軸承可靠性分析
    軸承(2014年9期)2014-07-24 05:01:18
    盡職盡責(zé)的網(wǎng)吧義務(wù)監(jiān)督員
    中國火炬(2013年7期)2013-07-24 14:19:21
    磐石市| 余干县| 阳泉市| 尉氏县| 巴东县| 同德县| 个旧市| 筠连县| 靖远县| 抚松县| 井冈山市| 鄂伦春自治旗| 鄱阳县| 金坛市| 乳山市| 石城县| 汝州市| 濮阳市| 尚义县| 岫岩| 长武县| 永仁县| 大关县| 镇宁| 彭州市| 东山县| 霍州市| 乌兰县| 云阳县| 崇义县| 丰台区| 韩城市| 高碑店市| 怀来县| 岳池县| 平凉市| 石景山区| 安塞县| 罗平县| 辽源市| 杨浦区|