最小-中间-最大缩放、一致性界限与一致性分数
统计方法学
2021-03-16 v5 机器学习
摘要
在本文中，我解决了 Cohen 开创性论文（1960）提出的历时 60 年的问题，并给出了一种以机会期望一致性为中心、同时分离边际强制一致性与不一致性的一致性度量。为此，我通过设计一种最小化列联表中对角线和的新算法，给出了给定行与列边际下的最小可行一致性。基于此结果，我还给出了最常用一致性度量——Cohen's kappa 的下限。最后，我研究了最大可行一致性的下限，并设计了两个用于一致性分析的分布相似性统计量。
引用
@article{arxiv.2006.12904,
title = {Min-Mid-Max Scaling, Limits of Agreement, and Agreement Score},
author = {Veli Safak},
journal= {arXiv preprint arXiv:2006.12904},
year = {2021}
}
备注
Cohen's kappa, limits of agreement