属性一致性分析的 Kendall 系数

为 Kendall 系数查找定义和解释指南。

系数

如果评级有顺序，且具有 3 个或 3 个以上的评级水平，可使用 Kendall 一致性系数 (Coef) 评估各检验员之间的关联。

Kendall 的系数说明了分值的顺序，但 kappa 统计量并非如此。例如，Kendall 的系数说明事实：将一个完美项（评级 = 5）对象错误分类为差（评级 = 1）的后果要比将其错误分类为非常好（评级 = 4）更严重。

Kendall 的一致性系数可以从 0 变化到 1。Kendall 一致性系数的值越高，一致性就越强。

用于确定卡方检验中的 p 值的近似卡方统计量。

自由度 (DF) 用于与卡方值一起确定 p 值。DF = N–1。

p 值是测量反对原假设的证据的概率。p 值越低将提供反对原假设的证据越强。

使用 Kendall 一致性系数的 p 值决定是拒绝还是无法拒绝以下原假设。

Minitab 使用卡方值确定 p 值。

要确定是否关联评级，请将 p 值与显著性水平相比较。通常，显著性水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 表示在未关联评级时，有 5% 的风险会将其断定为关联。