statsmodels.stats.inter_rater.to_table¶

statsmodels.stats.inter_rater.to_table(data, bins=None)[source]¶

将原始数据从形状 (subject, rater) 转换为 (rater1, rater2)

将数据转换为适用于cohens_kappa的正确格式

Parameters:¶

dataarray_like, 2-Dim

包含类别分配的数据，其中行表示主题，列表示评分者。

binsNone, int or tuple of array_like

如果为None，则数据将转换为整数类别， 0,1,2,…,n_cat-1。由于重新标记，仅包含具有非零计数的类别级别。 如果这是一个整数，则假定数据中的类别级别已经是整数，0,1,2,…,n_cat-1。在这种情况下，如果没有任何主体被分类为该级别，则返回的数组可能包含计数为零的列。 如果bins是一个由两个类数组组成的元组，则bins将直接由numpy.histogramdd使用。如果我们想要合并类别，这很有用。

Returns:¶

arrnd_array, (n_cat, n_cat)

包含以rater1为行、rater2为列的类别级别计数的列联表。

注释

不处理NaN，删除包含缺失值的行

这也适用于超过两个评分者的情况。在这种情况下，生成的列联表的维度与评分者的数量相同，而不是二维的。