君，已阅读到文档的结尾了呢~~
基于全寿命周期的绿色建筑经济评价体系
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于全寿命周期的绿色建筑经济评价体系
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口医学会议频道
聚焦转化医学和多学科融合
MedSci梅斯医学APP下载
大家还在关注：
一致性检验中Kappa系数的计算及应用
作者：MedSci&&&来源：MedSci原创
注：荧光PCR方法与血清抗-HEV IgM检测比较
差异具有统计学意义(Kappa&=0.308,P&=0.000)。
“荧光PCR方法与血清抗-HEV IgM检测比较差异具有统计学意义(Kappa&=0.308,P&=0.000)。提示2种检测方法存在明显差异。”
错误辨析：研究者误用了统计分析方法。
研究者提供的是一个配对设计的双向有序2×2表，此类资料进行Kappa检验时推断的是两种检测方法间的一致性，关注的是两法结果相同的左上和右下两个方格内的例数；而进行McNemar χ2检验时推断的才是两种检测方法间结果的差异是否具有统计学意义，关注的是两法结果不同的右上和左下两个方格内的例数。
研究者进行的Kappa检验其分析结论为：两法间存在正向一致性（P&=0.000），一致性程度不理想（Kappa&＜0.4）。
而“提示2种检测方法存在明显差异。”的结论是对资料进行McNemar χ2检验得到的。其结论是：荧光PCR方法与血清抗-HEV IgM检测比较差异具有统计学意义(McNemar χ2&=121.846，P&=0.000)，血清抗-HEV IgM检测的阳性率(84.10%)高于荧光PCR方法的阳性率(53.46%)。
小提示：78%用户已下载，更方便阅读和交流，请扫描二维码直接下载APP
版权声明：本文系梅斯MedSci原创编译整理，未经本网站授权不得转载和使用。如需获取授权，请点击
相关资讯：
猜你感兴趣
资讯分类阅读
关注Medsci
声明：MedSci(梅斯医学)登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供专业医生参考，具体诊断和治疗请咨询专科医生。
MedSci备案号
扫码领取IF曲线
IF连续增长的期刊您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
知识点3权重计算及判别矩阵一致性检验.doc 5页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：150 &&
知识点3权重计算及判别矩阵一致性检验
你可能关注的文档：
··········
··········
单一准则下元素相对排序权重计算及判别矩阵一致性检验已知n个元素u1,u2,…,un对准则C的判别矩阵为A，现在我们要根据A求出元素u1,u2,…,un对准则C的相对权重w1,w2，…，wn。相对权重可写为向量形式，即W=(w1,w2,…,wn)T这里要解决两个问题：权重的计算方法和判别矩阵的一致性检验的方法。1．权重的计算计算权重常用的方法有：特征根法，和法，根法，对数最小二乘法等。（1）特征根法设想把一块单位重量的大石头砸成n块小石头u1,u2,…,un，如果精确地量出它们的重量w1,w2，…，wn，在做两两比较时，令aij=wi/wj，那么得到显然这些比较是一致的，可用向量W=(w1,w2,…,wn)T表示块小石头u1,u2,…,un对大石头的权重，且。显然，A的各个列向量与W仅相差一个比例因子。所以A的各列均为A的对应于的特征向量，而W是A的对应于特征值n的归一化的特征向量。如果得到的比较判别矩阵A是一致的，取A的对应于特征值的归一化特征向量W=(w1,w2,…,wn)T作为u1,u2,…,un对上层元素的权向量。而且显然有：如果A不一致，则在不一致程度容许范围内，把对应A的最大特征值的归一化特征向量作为权向量。即这就是特征根法。（2）和法当A一致时，A的个列向量归一化后均为A的权向量，因此，可取判别矩阵个列向量的归一化后的算术平均值近似作为权向量，即：（3）根法（几何平均法）A的各行向量采用几何平均，再归一化后为A的权向量（4）对数最小二乘法我们用拟合方法确定权向量W=(w1,w2,…,wn)T使wi/wj逼近aij，为此，我们要求残差平方和达到最小，即这种方法称为最小二乘法。2．一致性检验在计算单一准则下相对权向量时，还必须对判别矩阵A进行一致性检验。前面讲过，在构造判别矩阵时，并不要求判别具有传递性和一致性，这是由客观事物的复杂性与人的认识的多样性所决定，但要求判别矩阵有大体上的一致性。如果出现“甲比乙极端重要，乙比丙极端重要，而丙又比甲极端重要”的判断显然是违反常识的。一个一致性较差的判别矩阵可能会导致决策上的失误。下面我们给出判别一致性的方法，并通过数量关系来刻划正的互反矩阵A不一致的程度。我们知道，阶一致性矩阵的最大特征根为，另外还可以证明正互反矩阵具有如下性质：定理1对于正矩阵A（A的元素为正），（1）A的最大特征根是单正根λ；（2）λ对应正的特征向量W（W的所有分量为正数）定理2阶正互反矩阵A的最大特征值；且当时A是一致的。由此可知，A一致的充分必要条件是，因此可以用λmax－n来衡量A的不一致程度。一致性指标设阶正互反矩阵A的最大特征值为，令，称CI为A的一致性指标。当CI=0时，A为一致矩阵，CI越大，A的不一致程度越严重。随机一致性指标为了确定A的不一致程度的允许范围，Saaty又引入所谓随机一致性指标RI，其计算过程是：对固定的，随机地构造一系列正互反矩阵，然后计算它们的一致性指标CI，然后用它们的CI的平均值作为RI。表7-2给出了1~15阶正互反矩阵用1000个样本计算得到的随机一致性指标。n 1 2 3 4 5 6 7 8
RI 0 0 0.58 0.89 1.12 1.26 1.36 1.41
n 9 10 11 12 13 14 15
RI 1.46 1.49 1.52 1.54 1.56 1.58 1.59
一致性比率一致性检验的步骤（1）计算一致性指标CI（2）计算随机一致性指标RI（3）计算一致性比率若&0.1，则认为判别矩阵的一致性是可以接受的，否则认为判别矩阵的一致性是不能接受的，应修改判别矩阵。计算各层元素对目标层的总排序权重及组合一致性检验1．总排序权重（组合权向量）上面得到的是一组元素对上一层元素中某一元素的权重向量，最后要得到各元素，特别是最低层元素中各方案对目标层的排序权重，即所谓总排序权重，从而进行方案选择。总排序权重要自上而下地将单准则权重进行合成并逐层进行总的判别一致性检验。设元素对总目标的排序权重向量，有个元素的排序权重向量，其中不受j元素支配的元素的权重取为零。矩阵是阶矩阵，它表示第层上元素对第层上各元素的权重排列，那么第层上元素对目标的总排序：（5）或并且一般公式为其中W(2)是第二层上元素对目标的总排序向量，也是单准则下的排序向量。2．总的一致性检验（组合一致性检验）自上到下逐层检验。若已求得标为：若CR(k)&0.1,则认为层次结构在第层水平以上的所有判断具有满意的一致性。对于例1，首先计算第2层中5个元素对目标层的权重向量，并进行一致性检验，其结果为：类似地可得到第3层方案对第2层的每个准则的比较判别矩阵及其结果。方案层对目标层的总排序权重向量为：总的一致性检验：=0.00176而，所以通过一致性检验。根据总排序权重向量，应选
正在加载中，请稍后... 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
第22章__一致性检验kappa
下载积分：30
内容提示：第22章__一致性检验kappa
文档格式：PDF|
浏览次数：520|
上传日期： 22:54:27|
文档星级：
全文阅读已结束，如果下载本文需要使用
 30 积分
下载此文档
该用户还上传了这些文档
第22章__一致性检验kappa
官方公共微信关注今日：22 | 主题：189249
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】SPSS软件计算kappa一致率结果解读
页码直达：
这个帖子发布于4年零33天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:2
如图，请教各位战友，图中各列的值应该如何解读？另外，我这是在“分析”——“描述统计”——“交叉表”中算出来的结果，但是这样算出来的“Spearman相关性”跟我在“分析”——“相关”——“双变量”中算出来的结果不一致，这是为何？求高手解答！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
[Hidden Post:5]
您无权限看这个帖子，您的积分需要大于 5
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
[Hidden Post:5]
您无权限看这个帖子，您的积分需要大于 5
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
anyida05 是 的感谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
KAPPA值是用来判断观察结果一致性的，与spearman相关系数是不同的概念
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园