科研工具 · 数据本地计算 · 免费
👌
在线 Gwet's AC1 评分者一致性
两名评分者对同一批对象做名义分类时，Cohen κ 在类别极不均衡时会出现『一致率很高、κ 却很低』的悖论。Gwet's AC1 用更稳健的期望一致度估计避免此问题。本工具同时给出 AC1 与 Cohen κ 以便对比，并用对受试者重抽样的自助法给 95%CI。浏览器本地计算、数据不上传。
打开工具 →浏览器本地计算 · 不上传数据 · 免费
👌
避免悖论
不均衡类别下比 κ 更稳健。
🆚
κ 对照
同屏给出 AC1 与 Cohen κ。
🎯
自助法CI
对受试者重抽样得 95%CI。
常见疑问
什么时候该用 AC1？
两名评分者、名义分类、尤其某一类别占比很高（不均衡）时；此时 κ 易被低估，AC1 更可信。
多名评分者呢？
三名及以上请用 Fleiss Kappa；连续变量一致性用 ICC、CCC 或 Bland-Altman。
现在就算 AC1
打开工具 →结果仅供科研参考，请结合专业判断，并以原始数据可复算为准。