kappa系数envi监督分类后，进行混淆矩阵精度验证，除了总体精度和kappa系数，怎么看各分类的精度大小？

三个变量怎么计算kappa值

好中差分别用123来表示，将数据录入到spss中 接着，我们再给数据加权，用频数作为加权变量， 接着，打开菜单：分析--描述统计-交叉表，将两个变量分别放入行和列变量 设置输出的描述性统计，这里就是输出kappa系数的地方 勾选kappa系数，然后点击继续按钮 回到了主菜单，我们点击ok按钮

统计分析中Kappa值的意义是什么?

诊断试验的一致性检验经常用在下列两种情况中： 一种是评价待评价的诊断实验方法与金标准的一致性； 另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性、两个医务工作者对同一组病人的诊断结论的一致性、同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。

扩展资料： kappa计算结果为-1~1，但通常kappa是落在 0~1 间，可分为五组来表示不同级别的一致性：0.0~0.20极低的一致性(slight)、0.21~0.40一般的一致性(fair)、0.41~0.60 中等的一致性(moderate)、0.61~0.80 高度的一致性(substantial)和0.81~1几乎完全一致(almost perfect)。

参考资料来源：百度百科-kappa系数

MSA中的Kappa是什么意思

背靠背的意思。

读音：英 [?k?p?]?? 美 [?k?p?]? 语法：用作名词的基本意思是表示人的“背，背部”和表示某物的“后面，后部”。

引申可作“椅背”“后襟”等解。

用于球类运动则指“后卫”。

例句： The?expression?of?vascular?endothelial?growth?factor?and?nuclear?factor?of?kappa?B?in?synovial?tissues?of?rats?with?CIA . 血管内皮生长因子和核因素-κB在CIA大鼠滑膜组织中的表达。

扩展资料 近义词：back to back 读音：英 [?b?k t? ?b?k]?? 美 [?b?k t? ?b?k]? 释义：背靠背。

语法：back作“后面”“背面”“反面”解时用单数形式，其前须加定冠词the。

在表示较近的“后面，背面”时用on the?back?of，在表示较远的“后面”时用at the?back?of(范围之外)或in the?back?of(范围之内)，在美式英语中at〔in〕可省略。

例句： She?arranged?the?chairs?in?two?rows,?placed?back?to?back.? 她把椅子背靠背地摆成两排。

kappa一致性系数和spearman系数的区别

kappa一致性系数和spearman系数的区别是： （1）kappa一致性系数： ? ? 它是通过把所有地表真实分类中的像元总数（N）乘以混淆矩阵对角线（Xkk）的和，再减去某一类地表真实像元总数与被误分成该类像元总数之积对所有类别求和的结果，再除以总像元数的平方减去某一类中地表真实像元总数与该类中被误分成该类像元总数之积对所有类别求和的结果所得到的。

　　计算公式编辑 　　两幅栅格图的kappa计算公式为 k = (Po-Pc)/(1-Pc) 　　设栅格总象元数为n，真实栅格为1的象元数为a1，为0的象元数为a0，模拟栅格为1的象元数为b1，为0的象元数为b0，两个栅格对应象元值相等的象元数为s，则 　　Po = s/n， Pc = (a1*b1+a0*b0)/(n*n) 　　在arcmap里，a1、a0、b1、b0从属性表可读出，s用raster calculator配合con()函数不难求出。

　　kappa计算结果为-1~1，但通常kappa是落在 0~1 间，可分为五组来表示不同级别的一致性：0.0~0.20极低的一致性(slight)、0.21~0.40一般的一致性(fair)、0.41~0.60 中等的一致性(moderate)、0.61~0.80 高度的一致性(substantial)和0.81~1几乎完全一致(almost perfect)。

（2）spearman系数： 对不服从正态分布的资料、原始资料等级资料、一侧开口资料、总体分布类型未知的资料不符合使用积矩相关系数来描述关联性。

此时可采用秩相关（rank correlation），也称等级相关，来描述两个变量之间的关联程度与方向。

　　计算步骤： 　　⑴编秩：将两变量X、Y成对的观察值分别从小到大顺序编秩，用pi表示xi的秩次；用qi表示yi的秩次。

若观察值相同取平均秩次。

　　⑵将秩次带入公式计算： 　　⑶由样本算得的秩相关系数是否有统计学意义，应作假设检验。

　　检验编辑 　　⑴建立假设检验，确定检验水准： 　　⑵计算检验统计量： 　　查秩相关系数界值表，若超过界值表，则拒绝 ?； ?作 检验。

Kappa值等于0.65怎么样？能代表一致性很好么？

一般来讲这个值只是可以接受（这要看现实相关者是如何商定的）。

但说不上是很好。

严格的企业一般要求，KAPPA要达到0.7以上，只有达到 0.8-0.9以上才能被认为是一致性好的

envi监督分类后，进行混淆矩阵精度验证，除了总体精度和kappa系数，怎么看各分类的精度大小？

如下，还有生产者精度和用户精度 Class? ? ? ? ?Reference? ? Classified? Number Producers? ? ? ? ? ? ? ?Users Name ? ? Totals ? ? Totals ? Correct ? uracy uracy ---------- ---------- ? ?---------- ? ------- ? ?--------- ? ? ? ? ? ? ? ? ? ----- Unclassified ? ? ? ? ?0 ? ? ? ? ?0 ? ? ?0 ? ? ? --- ? ? ? ? ? ? ? ? ? ? ?--- forest ? ? ? ? ?3 ? ? ? ? ?1 ? ? ?1 ? ? 33.33% 100.00% grass ? ? ? ? ?5 ? ? ? ? ?4 ? ? ?3 ? ? 60.00% 75.00% yanshi ? ? ? ? 22 ? ? ? ? 22 ? ? 20 ? ? 90.91% 90.91% ruotu ? ? ? ? ?9 ? ? ? ? ?8 ? ? ?5 ? ? 55.56% 62.50% nongzuowu ? ? ? ? 11 ? ? ? ? 15 ? ? 10 ? ? 90.91% 66.67% river ? ? ? ? ?0 ? ? ? ? ?0 ? ? ?0 ? ? ? --- ? --- Totals ? ? ? ? 50 ? ? ? ? 50 ? ? 39 Overall Classification uracy =? ? ?78.00% 生产则精度=正确分类数/某类别总数 用户精度=正确分类数/（正确分类数+错分到某类别总数） 当然是生产则精度和用户精度都大最好? 当然是最大似然法最好，马氏距离、最小距离法都是最大似然法的简化。

平行管道法也不如最大似然法。

ENVI（The Environment for Visualizing Images）是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。

ENVI——完整的遥感图像处理平台ENVI(The Environment for Visualizing Images)是美国Exelis Visual Information Solutions公司的旗舰产品。

它是由遥感领域的科学家采用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。

它是快速、便捷、准确地从影像中提取信息的首屈一指的软件解决方案。

今天，众多的影像分析师和科学家选择ENVI来从遥感影像中提取信息。

ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。

ENVI的背景 创建于1977年的RSI（现为Exelis Visual Information Solutions公司）已经成功地为其用户提供了超过30年的科学可视化软件服务。

目前ITT Visual Information Solutions的用户数超过200,000，遍布于80个国家与地区。

2004年RSI公司并入上市公司ITT公司，并于2006年5月正式成立ITT Visual Information Solutions公司。

ENVI和IDL的发展步伐更加有利与快捷，更多的新功能与算法加进到新版本中。