연구 Labs › Gwet's AC1 일치도
Gwet's AC1 평가자일치도
两名평가자对同一批对象做分类时，Kappa 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 통해更合理的期望一致度估计避免这一问题，결과更강건。本도구同时给出 AC1 与 Cohen κ 以便对比（自助法 95%CI）。브라우저 로컬계산，데이터업로드하지 않음。
① 붙여넣기대응점수
한 줄에 하나명 대상，두 열分别为평가자1、평가자2 的类别（可为文字或数字，用空格/Tab/쉼표 구분）。
使用说明与方法学
AC1 和 Kappa 어떻게 고르나？
都衡量평가자间일치도。当某一类别占比很高（不均衡）时，Kappa 会被『期望一致度』压低，出现一致率高但 κ 低的悖论；Gwet AC1 用更강건的期望一致度，避免该问题，近年被越来越多地권고。两者一并报告、并설명데이터均衡情况最稳妥。
什么是 Kappa 悖论？
当绝大多数对象都属于同一类别时，即使两人高度一致，Cohen κ 也可能很低甚至接近 0，因为期望一致度被高估。这会误导读者以为일치도差。AC1 正是为解决此问题设计。
类别가능是文字吗？
가능。두 열填同一套类别标签（如 양성/음성、0/1/2、轻/中/重）即可，도구会自动识别类别集병합建表。
三个及以上평가자怎么办？
Cohen κ 与 AC1（本도구）针对两名평가자。三名及以上的名义分类일치도请用 Fleiss Kappa 도구。