Купить СНПЧ А7 Архангельск, оперативня доставка

crosscheckdeposited

Variação do Índice Kappa Devido a Alteração do Número de Faixas de Classificação

DOI: http://dx.doi.org/10.12702/IV-SGEA-a64

 

downloadpdf

Bier1, V. A.; Souza2, E. G.; Schenato3, K.; Betzek4, N. M.; Nóbrega5, L. H. P.

 

Resumo: O índice de concordância Kappa de Cohen (K) é a estatística mais utilizada na comparação de mapas temáticos. Entretanto, seu uso com dados quantitativos apresenta o inconveniente de proporcionar concordância dependente do número de classes adotado durante o processo de geração do mapa. Assim, o objetivo deste estudo foi identificar a influência nos índices de concordância K e Tau (T) quando se altera o número de classes da matriz de confusão em resultados oriundos uma área de 15,5 ha, de LATOSSOLO VERMELHO Distroférrico típico, no município de Céu Azul – PR. Os atributos do solo foram interpolados com o inverso do quadrado da distância e krigagem ordinária. O estudo confirmou que os índices K e T apresentam variações de concordância para diferentes números de classes. As maiores diferenças ocorrem quando se comparam dois mapas baseados na matriz de confusão com menos que quatro ou mais que sete classes.

Palavras-chave: agricultura de precisão; coeficiente de desvio relativo; índice de comparação de erros.

 

Abstract: The Kappa index of Cohen (K) is the statistic most used in the comparison of thematic maps. However, its use with quantitative data has the disadvantage that it needs classification bands, which proportionate change in accordance with the use of different class numbers. This study aimed to study the influence on the levels of concordance K and Tau (T) when vary the number of classes of confusion matrix. In results derived an area of 15.5 ha, Hapludox, in Céu Azul - PR, the soil attributes were interpolated with the inverse of the distance and  ordinary kriging. The study confirmed that the agreement Kappa and Tau indices show variations for different classes of numbers. The largest differences occur when comparing two maps based on the confusion matrix with less than four or more than seven classes.

Key words: precision agriculture; coefficient of relative deviation; index of errors Comparison.

 

1 Engenheiro Agrícola, UNIOESTE - CCET, R. Universitária, 2069, Cascavel, PR., vabier@hotmail.com
2 Engº Mecânico, Professor Associado, CCET - UNIOESTE, Grupos de Pesquisa GROSAP e GGEA, Pesquisador de Produtividade do CNPq - R. Universitária, 2069, Cascavel, PR, eduardo.souza@unioeste.br
3 Tecnóloga em Análise e Desenvolvimento de Sistemas, UTFPR/Departamento de Ciência da Computação, Rua Cerejeira s/n - Santa Helena/PR, kschenatto@utfpr.edu.br
4 Tecnólogo em Processamento de Dados, Mestre e Doutorando em Engenharia Agrícola – PGEAGRI/UNIOESTE/Cascavel-PR, Prof. da UTFPR/Câmpus Medianeira, PR, nmbetzek@gmail.com
5 Enga Agrônoma, Professora Associada, CCET - UNIOESTE, Grupos de Pesquisa GROSAP e GGEA, Pesquisadora de Produtividade do CNPq - R. Universitária, 2069, Cascavel, PR, lucia.pereira@unioeste.br

 

Literatura Citada

AGRESTI, A. An introduction to categorical data analysis. Wiley-Interscience, New York, 2 ed., 2007.

ALTMAN, D. G. Practical Statistics for Medical Research. Chapman & Hal, London, 1991.

BASTIANI, F. de; URIBE-OPAZO, M. A.; DALPOSSO, G. H. Comparison of maps of spatial variability of soil resistance to penetration constructed with and without covariables using a spatial linear model. Engenharia Agrícola [online], v. 32, n. 2, 2012.

BAZZI, C. L.; SOUZA, E. G.; URIBE-OPAZO, NOBREGA, L. H. P. influência da distância entre passadas de colhedora equipada com monitor de colheita na precisãodos mapas de produtividade na cultura do milho. Engenharia Agrícola. Jaboticabal, v. 28, n. 2, p. 355-363, 2008.

BAZZI, C. L. ; SOUZA, E. G. ; OPAZZO, M. O. ; NOBREGA, L. H. P. ; ROCHA, D. M. Management zones definition using soil chemical and physical attributes in a soybean area. Engenharia Agrícola, Jaboticabal, v. 34, n. 5, p. 952-964, 2013.

BRENNER, H.; KLIEBSCH, U. Dependence of weighted Kappa coefficients on the number of categories. Epidemiology, v. 7, p. 199–202, 1996.

BONHAM, C. D.; REICH, R. M.; LEADER, K. K. Spatial cross correlation of Bouteloua gracilis with site factors. Grassland Science, v. 41, p. 196-201, 1995.

CAMBARDELLA, C. A.; MOORMAN, T. B; NOVACK, J. M; PARKIN, T. B; KARLEN, D.L; TURCO R. F.; KNOPKA, A. E. Field-scale variability of soil proprieties in central Iowa soils. Soil Science Society America Journal, Medison, v. 58, p. 1240-1248, 1994.

COELHO, E. C. ; SOUZA, E. G. ; URIBE-OPAZO, M. A. ; PINHEIRO NETO, R . Influência da densidade amostral e do tipo de interpolador na elaboração de mapas temáticos. Acta Scientiarum (UEM), v. 31, p. 165-174, 2009.

COHEN J. A coefficient of agreement for nominal scales. Educational and Psychological Measurement, v. 20, p. 3746, 1960.

COLET, M. J.; WEIRICH NETO, P. H.; GARBUIO, P. W.; SCHIMANDEIRO, A. Processo de semeadura e o rendimento do milho na região dos Campos Gerais do Paraná. Ciência Rural, v. 37, n. 4, p. 994-999, 2007.

CONGALTON, R. G. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, v. 37, n. 1, p. 35 – 46, 1991.

CONGALTON, R. G.; GREEN, K. Assessing the accuracy of remotely sensed data: Principles and practices (Mapping Science), New York: CRC Press, 2. ed, 183 p, 2009.

COUTO, P. Assessing the accuracy of spatial simulation models. Ecological Modelling, n. 167, p. 181–198, 2003.

DA SILVEIRA, G. R. P.; CAMPOS, S.; GARCIA, Y. M.; SILVA, H. A. S.; DE CAMPOS, M.; NARDINI, R. C.; FELIPE, A. C. Geoprocessamento aplicado na espacialização da capacidade de uso do solo para fins de planejamento conservacionista da microbacia do Córrego São Caetano-Botucatu (SP).Comunicata Scientiae, v. 4, n. 4, p. 330 – 336, 2013.

DALPOSSO, G. H.; URIBE-OPAZO, M. A.; MERCANTE, E. ; JOHANN, J. A.; BORSSOI, J. A. Comparison measures of maps generated by geostatistical methods. Engenharia Agrícola [online], v. 32, n. 1, p. 174 – 183, 2012.

DALPOSSO, G. H.; URIBE-OPAZO, M. A.; MERCANTE, E.; LAMPARELLI, R. A. C. Spatial autocorrelation of ndvi and gvi indices derived from landsat/tm images for soybean crops in the western of the state of Paraná in 2004/2005 crop season. Engenharia Agrícola[online], v. 33, n. 3, p. 525-537, 2013.

DE MAST, J. Agreement and Kappa-type indices. American Statistician, n. 61, p.148–153. 2007.

EMBRAPA. EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Manual de métodos de análise de solo, plantas e fertilizantes. Ed. técnico Fábio Cesar da Silva. Brasilia, DF, 2 ed. rev. ampl., 627 p., 2009.

EMBRAPA - EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Serviço Nacional de Levantamento e Conservação de Solos. Sistema Brasileiro de classificação de solos. Rio de Janeiro: EMBRAPA-SPI, 2006.

ESRI. ArcGIS Desktop: Release 10. Redlands, CA: Environmental Systems Research Institute. 2011.

FLEISS, J. Statistical methods for rates and proportions. 2 ed., New York: John Wiley and sons, 1981.

FONSECA, R; SILVA, P; SILVA, R. Acordo inter-juízes: O caso do coeficiente Kappa. Revista Laboratório de Psicologia - Instituto Universitário. Portugal, v. 5, n. 1, p. 81-90, 2007.

FOODY, G. M. Assessing the accuracy of land cover change with imperfect ground reference data. Remote Sensing of Environment, v. 114, n. 10, p. 2271-2285, 2010.

FOODY, G. M. Classification accuracy comparison: Hypothesis tests and the use of confidence intervals in evaluations of difference, equivalence and non-inferiority. Remote Sensing of Environment, v. 113, n. 8, p.1658-1663, 2009.

FOODY, G. M. Impacts of imperfect reference data on the apparent accuracy of species presence–absence models and their predictions. Global Ecology and Biogeography, v. 20, n. 3, p.498-508, 2011.

FOODY, G. M. On the compensation for chance agreement in image classification accuracy assessment. Photogrametric Engineering and Remote Sensing, v. 58, n. 10, p. 1459-1460, 1992.

FOODY, G. M. Status of land cover classification accuracy assessment. Remote Sensing of Environment, v. 80, p. 185– 201, 2002.

FOODY, G. M. Thematic map comparison: evaluating the statistical significance of differences in classification accuracy. Photogrammetric engineering and remote sensing, v. 70, n. 5, p. 627– 633, 2004.

GALVÃO, L. S.; FORMAGGIO, A. R.; TISOT, D. A. Discriminação de variedades de cana-de-açúcar com dados hiperespectrais do sensor hyperion/EO-1. Revista Brasileira de Cartografia, v. 1, n. 57, p. 7-14, 2005.

GEONICS. Eletromagnetic Geophysical Instrumentation. Disponível em:<http://www.geonics.com>. Acesso em:<03/10/2011>

GWET, K. L. Handbook of Inter-Rater Reliability: The Definitive Guide to Measuring the Extent of Agreement Among Multiple Raters. Advanced Analytics Press, 3 ed., 2012.

HU, L; BENTLER, P. M. Cutoff criteria for fit Indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, v. 6, 1999.

JANSSEN, L. L. F.; VAN DER WEL, F. J. M. Accuracy assessment of satellite derived land-cover data: A review. Photogrammetric Engineering & Remote Sensing, n. 60, p. 419–426, 1994.

LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p.159-174, 1977.

MA, Z., REDMOND, R.L. Tau coefficients for accuracy assessment of classification of remote sensing data. Photogrammetric Engineering and Remote Sensing, Bethesda, n. 61, v. 4, p. 453 – 439, 1995.

MELLO, C. D.; LIMA, J. M.; SILVA, A. M.; MELLO, J. M.; OLIVEIRA, M. S. Krigagem e inverso do quadrado da distância para interpolação dos parâmetros da equação de chuvas intensas. Revista Brasileira de Ciência do Solo, v. 27, n. 5, p. 925-933, 2003.

NERY, C. V. M.; OLIVEIRA, D. B.; ABREU, L. H. G. Estudo comparativo entre os índices NDVI obtidos a partir dos sensores LANDSAT 5 - TM e RESOURCESAT - LISS III. Revista Caminhos de Geografia. Uberlândia, v. 14, n. 46, p. 160–167, 2013.

ROSSITER, D. G. Statistical methods for accuracy assessment of classified thematic maps. Department of Earth Systems Analysis. University of Twente, Faculty of Geo-Information Science & Earth Observation (ITC), Enschede (NL), 2014.

PARK, N.W.; JANG, D.H. Comparison of geostatistical kriging algorithms for intertidal surface sediment facies mapping with grain size data. The Scientific World Journal, v. 1, 11 p, 2014.

SINHA, B.K.; YIMPRAYOON, P; TIENSUWAN M. Cohen’s Kappa statistic: A critical appraisal and some modifications. Calcutta Statistical Association Bulletin, n. 58, p. 151-169, 2006.

SOHN, Y.; REBELLO, N. S. Supervised and unsupervised spectral angle classifiers. Photogrammetric engineering and remote sensing, n. 6, p. 1271–1280, 2002.

SOUZA, G. S.; LIMA, J. S. S.; XAVIER, A. C.; ROCHA, W. S. D. Krigagem ordinária e inverso do quadrado da distância aplicados na espacialização de atributos químicos de argissolo. Scientia Agraria, v. 11, n. 1, p. 073-081, 2010.

SPEZIA, G. R.; SOUZA, E. G.; NÓBREGA, L. H. P.; URIBE-OPAZO, M. A.; MILAN, M.; BAZZI, C. L. Model to estimate the sampling density for establishment of yield mapping. Revista Brasileira de Engenharia Agrícola Ambiental [online], v. 16, n. 4, p. 449-457, 2012.

STATSOFT. Statistica for Windows. Versão 12.0. Tulsa: StatSoft. Disponível em: <http://www.statsoft.com>. Acesso em: 10/05/2014.

STEHMAN, S. V. Estimating the Kappa Coefficient and its Variance under Stratified Random Sampling. Photogrammetric Engineering & Remote Sensing, v. 62. n. 4, p. 401-402, 1996.

STEHMAN, S. V.; CZAPLEWSKI, R. L. Design and analysis of thematic map accuracy assessment: fundamental principles. Remote Sensing of Environment, n. 64, p. 331-344, 1998.

TARR, A. B.; MOORE, K. J.; BULLOCK, D. G., DIXON -, P. M. Improving map accuracy of soil variables using soil electrical conductivity as a covariate. Precision Agriculture, v. 6, p. 255–270, 2005.

TEIXEIRA, M. B. R.; SCALON, J. D. Comparação entre estimadores de semivariância, Revista Brasileira de Biometria, v. 31, n. 2, 23 p., 2013.

THOMAS, I. L.; ALLCOCK, G. M. Determining the confidence level for a classification, Photogrammetric Engineering & Remote Sensing, n. 50, p.1491–1496, 1984.

VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. Tópicos em ciência do solo. Viçosa. Sociedade Brasileira de Ciência do Solo, v.1, p.1-54, 2000.

VIERA, A. J.; GARRETT, J. M. Understanding interobserver agreement: the Kappa statistic. Family Medicine, v. 37, p. 360–363, 2005.

VON EYE A.; VON EYE M. On the marginal dependency of Cohen’s κ. European Psychologist, v. 13, n. 4, p. 305 – 315, 2008.

WARRENS, M. J. Inequalities between multi-rater Kappas. Advances in Data Analysis and Classification, n. 4, p. 271–286, 2010.

WOLLENHAUPT. N. C.; WOLKOWSKI. R. P.; CLAYTON. M. K. Mapping soil test phosphorus and potassium for variable-rate fertilizer application. Journal of Production Agriculture, v. 7, p. 441-448, 1994.

YAMAMOTO, J. K., MAO, X. M., KOIKE, K., CROSTA, A. P., LANDIM, P. M. B., HU, H. Z., WANG, C. Y., E YAO, L. Q. Mapping an uncertainty zone between interpolated types of a categorical variable. Computers and Geosciences, v. 31, n. 7, p. 146–152, 2012.

YIMPRAYOON, P. Sample Size Determination and Power Analysis for Modified Cohen’s Kappa Statistic. Applied Mathematical Sciences. v. 7, n. 124, p. 6153 – 6166, 2013.