Question

我正在寻找有关如何计算Krippendorf在R中的α系数的95％置信区间的指导。我已经计算了系数：

key2 <- data.frame("rater1"=as.vector(t(rater1[2,])), "rater2"=as.vector(t(rater2[2,])))

key2 <- t(as.matrix(key2))
kripp.alpha(key2, method="ordinal")

Results: n=30, 2 raters, Alpha = 0.767

以前的论坛建议传统的自举技术似乎不是正确的行动方案：

不确定这是否也有帮助：http://web.asc.upenn.edu/usr/krippendorff/boot.c-Alpha.pdf

Answer 1

欢迎新手！几个指针：

1）如果可以，请始终包含可重复的示例。您可以使用set.seed（）设置种子，然后模拟一些数据，并在此处发布所有代码 2）StackOverflow更多用于编码问题，伴随站点CrossValidated用于理论问题 - 例如所以你可以在这里询问如何进行自举，而CV就是你要问引导是否合适的地方。

我要求引导自举，Krippendorf实际上写了一篇关于它的简短论文：http://web.asc.upenn.edu/usr/krippendorff/boot.c-Alpha.pdf

对于R中的某些实现，还有此页面，如果您还没有遇到过它：http://agreestat.com/r_functions.html

如何计算Rri中Krippendorf's Alpha的95％CI？

1 个答案: