Calculateur de kappa de Cohen pour évaluations binaires
Calculer l’accord observé, l’accord de chance marginal et le kappa de Cohen=s non pondéré à partir d’un tableau binaire apparié.
VOTRE CALCUL
Résultat
—
Étapes du calcul
Affichez les étapes une par une ou le calcul complet. Les étapes utilisent les valeurs que vous avez saisies.
Méthode de calcul
Résumez la diagonale pour l’accord observé et utilisez des proportions marginales correspondantes de rangée/colonne pour l’accord prévu. Normaliser l’accord excédentaire par un accord moins l’accord prévu.
κ=(po−pe)/(1−pe); po=(a+d)/n; pe=[(a+b)(a+c)+(c+d)(b+d)]/n²
Exemple détaillé
Les comtes 40 , 10 , 5 , 45 ont observé l’accord 0,85 et l’accord prévu 0,5 , donnant kappa 0,7 .
Hypothèses et précisions sur les données
Deux évaluateurs, les mêmes éléments et les mêmes deux catégories. Les dénombrements sont des observations appariées entières non négatives, chacune au plus 1e9 . Il s’agit d’un kappa binaire non pondéré; pas d’extension multi-évaluateurs, d’intervalle de confiance ou de test de signification. Kappa n’est pas défini lorsque l’accord de hasard est égal à un et peut être négatif. Il n’y a pas ici d’échelle de classement qualitative universelle, et l’accord n’établit pas l’exactitude.
Références : scikit-learn: définition de Cohen kappa
Utiliser ce calculateur
Puis-je saisir mes propres données ?
Oui. Remplacez les valeurs de l’exemple par vos propres données. Le résultat, les étapes, les tableaux et les diagrammes disponibles se mettent à jour. Une valeur vide ou invalide efface le résultat ; les valeurs de l’exemple ne remplacent jamais les données manquantes.
Les résultats sont-ils exacts ?
Les calculs utilisent des nombres à virgule flottante et les résultats affichés sont arrondis. Consultez la formule, les hypothèses et la précision des données indiquée avant d’interpréter le résultat.
Mes données sont-elles envoyées ?
Le calcul s’effectue dans votre navigateur. Aucun compte, envoi de fichier ou service d’IA externe n’est nécessaire. Les données saisies ne sont pas conservées après le rechargement de la page.
Calculer les chi-carrés Pearson, les dénombrements prévus, une valeur approximative de p et des Cramers V pour un tableau de contingence.
Mettre à jour une probabilité d’événement après un signal positif ou négatif. Voir l’effet de taux de base, un tableau de probabilité de quatre résultats et les comptes attendus pour les scénarios de contrôle de la qualité.
Ajustez une famille de valeurs p entrées en utilisant Bonferroni , Holm ou règles Benjamini–Hochberg.
Espace publicitaire réservé.