Crocker and Algina (1986) used the

Crocker and Algina (1986) used the term “degrees of consistency” (p. 212), suggesting that p0 is“perhaps the simplest measure of consistency of mastery decisions” (p. 212), but noting that it does not
reflect the degree of consistency; should we be interested in degree, then an index such as Φ(λ) is appropriate. Crocker and Algina’s text has a practical example of how these two statistics are affected by the magnitude, or degree, of classification errors (Crocker and Algina, 1986, Table 9.6, p. 205).
As a matter of interest, when I had Lertap derive the values of Φ(λ) plotted in Figure 5, I took note of corresponding p0 values. Data are displayed in Table 2.
Figure 6: Graph of Φ(λ) and p0 values seen in Table 2
Figure 6 plots the values found in Table 2. (Note that the p0 values in Table 2 were computed using the Peng-Subkoviak estimation method.)
As indicated in Figure 6, differences in the two consistency measures, p0 and Φ(λ), were slight in this case. However, it cannot necessarily be concluded that this is a typical situation. p0 is an indicator of the proportion of consistent classifications; Φ(λ) reflects not only this proportion, but also the magnitude of any misclassifications. It should not be concluded that these measures will always be as similar in value as those seen in this case.
Of general interest is the pattern seen in Figure 6: both measures dip close to the mean of the observed scores, and climb as the cut score departs from the mean – this is a general pattern, and a typical situation.

ผลลัพธ์ (ไทย) 1:

ซคูทีฟและ Algina (1986) ใช้คำว่า "องศาของความสอดคล้อง" (p. 212), แนะนำ p0 นั้นอาจจะเป็น "วัดที่ง่ายที่สุดของความสอดคล้องของการตัดสินใจเป็นครู" (p. 212), แต่สังเกตว่า มันไม่สะท้อนให้เห็นถึงระดับของความสอดคล้อง เราควรสนใจในปริญญา แล้วดัชนีเช่นΦ(λ)ได้ที่เหมาะสม ซคูทีฟและของ Algina ข้อมีตัวอย่างจริงของวิธีสถิติเหล่านี้สองได้รับผลกระทบจากขนาด การศึกษา การจัดประเภทข้อผิดพลาด (ซคูทีฟและ Algina, 1986 ตาราง 9.6, p. 205)เป็นเรื่องน่าสนใจ เมื่อผม Lertap มาค่าของΦ(λ)ที่พล็อตในรูปที่ 5 ฉันเอาบันทึกค่า p0 เกี่ยวข้อง ข้อมูลที่แสดงในตารางที่ 2รูปที่ 6: กราฟเห็นในตารางที่ 2 ค่าΦ(λ)และ p0รูปที่ 6 ลงจุดค่าที่พบในตารางที่ 2 (หมายเหตุว่า ค่า p0 ในตารางที่ 2 ถูกคำนวณโดยใช้วิธีประเมิน Subkoviak เป็ง)ตามที่กำหนดในรูปที่ 6 ความแตกต่างในการประเมินความสอดคล้องสอง p0 และΦ(λ) ได้เล็กน้อยในกรณีนี้ อย่างไรก็ตาม มันไม่จำเป็นต้องสรุปได้ว่า เป็นสถานการณ์ที่ปกติ p0 เป็นตัวบ่งชี้สัดส่วนของการจัดประเภทที่สอดคล้องกัน Φ(λ)สะท้อนไม่เพียงแต่สัดส่วนนี้ แต่ขนาดของ misclassifications ใด ๆ มันจะไม่สรุปได้ว่า มาตรการเหล่านี้จะไม่เป็นเหมือนค่าที่เห็นในกรณีนี้สนใจทั่วไปเป็นรูปแบบที่เห็นในรูปที่ 6: มาตรการทั้งจุ่มใกล้กับค่าเฉลี่ยของคะแนนสังเกต และปีนเป็นการตัดคะแนนออกจากค่าเฉลี่ย – เป็นรูปแบบทั่วไป และสถานการณ์ทั่วไป

ผลลัพธ์ (ไทย) 2:

คร็อกเกอร์และ Algina (1986) ที่ใช้คำว่า "องศาของความมั่นคง" (พี. 212) บอก p0 ที่เป็น "อาจจะเป็นตัวชี้วัดที่ง่ายที่สุดของความสอดคล้องของการตัดสินใจการเรียนรู้" (พี. 212) แต่สังเกตว่ามันไม่ได้
สะท้อนให้เห็นถึงการศึกษาระดับปริญญา ของความมั่นคง; เราควรจะมีความสนใจในการศึกษาระดับปริญญาแล้วดัชนีเช่นΦ (λ) มีความเหมาะสม คร็อกเกอร์และข้อความ Algina มีตัวอย่างในทางปฏิบัติของวิธีการที่ทั้งสองสถิติรับผลกระทบจากขนาดหรือการศึกษาระดับปริญญาข้อผิดพลาดของการจัดหมวดหมู่ (คร็อกเกอร์และ Algina 1986 ตารางที่ 9.6 พี. 205).
ในฐานะที่เป็นเรื่องที่น่าสนใจเมื่อผมมี Lertap ได้รับมาค่าของΦ (λ) พล็อตในรูปที่ 5 ผมรับทราบค่าที่สอดคล้องกัน p0 ข้อมูลที่แสดงในตารางที่ 2
รูปที่ 6: กราฟของΦ (λ) และค่านิยม p0 เห็นในตารางที่ 2
รูปที่ 6 แปลงค่าที่พบในตารางที่ 2 (โปรดทราบว่าค่า p0 ในตารางที่ 2 ได้รับการคำนวณโดยใช้การประมาณค่า Peng-Subkoviak วิธี.)
ตามที่ระบุไว้ในรูปที่ 6 ความแตกต่างในสองมาตรการสอดคล้อง p0 และΦ (λ) อยู่เล็กน้อยในกรณีนี้ แต่ก็ไม่จำเป็นต้องสามารถที่จะสรุปได้ว่านี่เป็นสถานการณ์โดยทั่วไป p0 เป็นตัวบ่งชี้ของสัดส่วนของการจำแนกประเภทที่สอดคล้องกัน; Φ (λ) สะท้อนให้เห็นไม่เพียง แต่สัดส่วนนี้ แต่ยังขนาดของ misclassifications ใด ๆ มันไม่ควรจะได้ข้อสรุปว่ามาตรการเหล่านี้มักจะเป็นที่คล้ายกันในมูลค่าเป็นผู้ที่มองเห็นได้ในกรณีนี้.
ที่น่าสนใจทั่วไปคือรูปแบบที่เห็นในรูปที่ 6: กรมทรัพย์สินทางปัญญาทั้งมาตรการใกล้เคียงกับค่าเฉลี่ยของคะแนนที่สังเกตและปีนขึ้นไปตัด คะแนนออกจากค่าเฉลี่ย - นี้เป็นรูปแบบทั่วไปและสถานการณ์โดยทั่วไป

ผลลัพธ์ (ไทย) 3:

คร็อกเกอร์ และ algina ( 1986 ) ใช้คำว่า " ระดับของความสอดคล้อง " ( หน้า 212 ) แนะนำว่า PO " บางทีวัดที่ง่ายที่สุดของความสอดคล้องของการตัดสินใจการเรียนรู้ " ( หน้า 212 ) แต่สังเกตได้ว่ามันไม่ได้สะท้อนถึงระดับของความสอดคล้อง
; เราควรจะสนใจในระดับ จากนั้นดัชนีเช่น Φ ( λ ) ที่เหมาะสมและข้อความ algina คร็อกเกอร์มีตัวอย่างในทางปฏิบัติของวิธีการเหล่านี้สองสถิติที่ได้รับผลกระทบจากแผ่นดินไหว หรือองศาของข้อผิดพลาด ( และการจำแนกคร็อกเกอร์ algina , 1986 , โต๊ะระดับ , หน้า 205 ) .
เป็นเรื่องของดอกเบี้ย เมื่อผมได้ lertap สืบทอดคุณค่าของΦ ( λ ) วางแผนในรูปที่ 5 ผมเอาบันทึกของที่สอดคล้องกันด้วยค่า ข้อมูลจะถูกแสดงในตารางที่ 2 .
รูปที่ 6 :กราฟของΦ ( λ ) และด้วยค่า เห็นในรูปตาราง 2
6 แปลงค่าที่พบในรางที่ 2 ( หมายเหตุที่ P0 ค่าในตารางที่ 2 ถูกคำนวณโดยใช้วิธีการประมาณค่าเปง subkoviak )
( ในรูปที่ 6 ความแตกต่างในทั้งสองและความสอดคล้องใน PO Φ ( λ ) , จำนวนเล็กน้อยในคดีนี้ แต่มันไม่จําเป็นต้องสรุปได้ว่า นี่เป็นสถานการณ์โดยทั่วไปP0 เป็นตัวบ่งชี้สัดส่วนของหมวดหมู่ที่สอดคล้องกันΦ ( λ ) สะท้อนไม่เพียง แต่สัดส่วนนี้ แต่ยังมีขนาดของ misclassifications . มันไม่ควรจะสรุปได้ว่ามาตรการเหล่านี้จะคล้ายกันในมูลค่าที่เห็นในกรณีนี้ .
สนใจทั่วไปเป็นแบบที่เห็นในรูปที่ 6 : มาตรการทั้งสองลงใกล้เคียงกับค่าเฉลี่ยของอัตราคะแนนและปีนเป็นตัดคะแนนออกจาก หมายถึง–นี้เป็นแบบทั่วไป และสถานการณ์ทั่วไป .