Toutefois, la liste des conceptions jumelées a des parties différentes. Les variables de lignes et de colonnes variables représentent les mêmes propriétés d'un objet, mais seule la méthode de jugement de cette propriété est différente. Comme indiqué dans le tableau 1, les lignes et les colonnes font référence à la question de savoir si les patients atteints de cancer ou non, la différence est une autre méthode et une autre méthode B. La caractéristique la plus importante de cette liste est la même. À ce stade, vérifiez 2 informations inappropriées.

Nous utiliserons ici des tests compatibles KAPPA et des paires de test χ2 (test McNemar).
Pourquoi les informations de conception similaire de la conception ont-elles encore deux méthodes de test? En fait, ces deux méthodes se concentrent sur:

Le test Kappa vise à évaluer s'il est cohérent dans deux méthodes; Le principal test d'appariement détermine si le diagnostic des deux méthodes est différent;

2. Le test Kappa utilise toutes les données de la liste et des testsApproprié χ2 approprié uniquement en utilisant des données "incohérentes", comme indiqué dans le tableau 1, B et C;

3. Les tests KAPPA peuvent calculer la valeur kappa pour évaluer la taille constante et le test de jumelage χ2 ne peut faire que la différence entre les deux différences de méthodes.Évaluer la signification statistique.



Kappa ≥ 0,75, indiquant que deux méthodes de méthode de diagnostic sont bonnes;

0,4 ≤ Kappa & Lt 0,75, indiquant deux méthodes de diagnostic de résultats unifiées;

Kappa & lt;0,4, deux méthodes de diagnostic de méthodes avec une cohérence médiocre.

Pour un processus de calcul spécifique, nous pouvons remettre ici le logiciel SPSS Computer Statistics ici.