和訳した内容を校正、修正をお願いします。
特に、下線を引いているところは和訳に迷っています。
(右側の添付画像を参照下さい。)
よろしくお願いします。
あちらにこちらへの回答を書いてしまったようなので、テレコにします。
カテゴリに分けた効果を、正解率の変動で見ようとすると、このような指標になります。
ケース1
カテゴリA:5回中1回正解で20%
カテゴリB:4回中2回正解で50%
全正解率:9回中3回で33%
リゾリューション:0.228
ケース2
カテゴリA:5回中2回正解で40%
カテゴリB:4回中2回正解で50%
全正解率:9回中4回で44%
リゾリューション:0.0025
ケース1では全体ひっくるめると33%だったものが、ABに分解することで5割と2割に大きく分かれました。
ケース2では全体で44%、分けても40%と50%、あまりカテゴリに分けた効果がないと言えそうです。
ということだと思いますが。
想像するに、「アセッサ」によっていくつかのカテゴリに分解して、「アセスメントカテゴリ」を作るんじゃないんでしょうか?
コメント(1件)
でこの文章についての、統計分野?に関する質問をしていています。
分かる方がいらっしゃりましたら、上記のリンク先で回答をお願いします。
---質問内容---
Kの区間(50%~100% assessment category )における正答率と、全区間における正答率を求め、その差を過剰平均して二乗する。
こうやって求められたResolution scoreは大きいほど良いresolution(識別力)を持っていることを示す。
というように訳しましたが、なぜ数値が大きいほど高いresolution(識別力)を示すのでしょうか?
(各区間における正答率-全体の区間における正答率)2乗
だったら、その差が少ない方がブレがなくて高いresolution(識別力)を示すように
感じてしまうのですが・・・
この点についてどなたか平易な説明をしていただけますか?