【问题标题】:How to compute confidence intervall for Krippendorf's Alpha in R?如何计算 R 中 Krippendorff 的 Alpha 的置信区间?
【发布时间】:2017-06-16 03:06:33
【问题描述】:

我确信这与Bootstrapping Krippendorff's Alpha 相关。但我不明白那里的问题和答案。而且看起来连答案和 cmets 都相互矛盾。

set.seed(0)
df <- data.frame(a = rep(sample(1:4),10), b = rep(sample(1:4),10))
kripp.alpha(t(df))

这是输出。

 Krippendorff's alpha

 Subjects = 40 
   Raters = 2 
    alpha = 0.342 

如何计算置信区间?

【问题讨论】:

    标签: r confidence-interval


    【解决方案1】:

    你说得对,它与引导程序有关。您可以通过以下方式计算置信区间:

     library(irr)
     library(boot)
    
     alpha.boot <- function(d,w) {
            data <- t(d[w,])
            kripp.alpha(data)$value
     }
    
     b <- boot(data = df, statistic = alpha.boot, R = 1000)
     b
     plot(b)
     boot.ci(b, type = "perc")
    

    这是输出:

     Bootstrap Statistics :
          original      bias    std. error
     t1* 0.3416667 -0.01376158   0.1058123
    
     BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
     Based on 1000 bootstrap replicates
    
     CALL : 
     boot.ci(boot.out = b, type = "perc")
    
     Intervals : 
     Level     Percentile     
     95%   ( 0.1116,  0.5240 )  
     Calculations and Intervals on Original Scale
    

    还有一个来自 Zapf 等人的 R 脚本。 2016look for Additional file 3 at the bottom of the page just before the references

    或者你可以使用 github MikeGruz/kripp.boot 上的 kripp.boot 函数

    【讨论】:

    • 为什么有 1000 个重复?为什么不多或少?
    • Zapf et al 2016 使用了 1000,因为 Efron
    • 当我对论文的理解正确时,你的答案也可以用于 Fleiss Kappa 吗?
    • 是的,对于标称数据,它是正确的:在标称数据且没有缺失值的情况下,可以同样推荐 Fleiss 的 K 和 Krippendorff 的 alpha 用于评估者间信度的评估。但是,如果测量尺度不是标称和/或存在缺失值(完全随机),则只有 Krippendorff 的 alpha 是合适的 (bmcmedresmethodol.biomedcentral.com/articles/10.1186/…)。
    猜你喜欢
    • 1970-01-01
    • 2021-09-22
    • 1970-01-01
    • 2016-01-15
    • 1970-01-01
    • 2020-09-01
    • 2015-01-04
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多