Ejemplo:

El siguiente grafico muestra unas señales con asincronias

El output grafico del software indica lo siguiente

plotFlux(dataFlux,from.cicle = 2,to.cicle = 7,pes = TRUE,show.async = TRUE)

Clasificacion de ciclos:

En las filas se muestra el diagnostico del software y en las columnas el del observador. Se observo una concordancia del 90%.

Doble.cic.pac Doble.cic.Trigger.Rev EI Normal
Doble.cic.pac 0 2 0 0
Doble.cic.Trigger.Rev 1 38 1 0
IE 0 0 83 7
Normal 0 1 27 1019

Deteccion de EI:

En las filas se muestra el diagnostico del software y en las columnas el del observador. Se observo una concordancia del 97%.

          Outcome +    Outcome -      Total
Test +           83            7         90
Test -           27         1019       1046
Total           110         1026       1136

Point estimates and 95 % CIs:
---------------------------------------------------------
Apparent prevalence                    0.08 (0.06, 0.10)
True prevalence                        0.10 (0.08, 0.12)
Sensitivity                            0.75 (0.66, 0.83)
Specificity                            0.99 (0.99, 1.00)
Positive predictive value              0.92 (0.85, 0.97)
Negative predictive value              0.97 (0.96, 0.98)
Positive likelihood ratio              110.59 (52.45, 233.18)
Negative likelihood ratio              0.25 (0.18, 0.34)
---------------------------------------------------------

Deteccion de DC:

En las filas se muestra el diagnostico del software y en las columnas el del observador. Se observo una concordancia del 100%.

          Outcome +    Outcome -      Total
Test +           41            1         42
Test -            1         1137       1138
Total            42         1138       1180

Point estimates and 95 % CIs:
---------------------------------------------------------
Apparent prevalence                    0.04 (0.03, 0.05)
True prevalence                        0.04 (0.03, 0.05)
Sensitivity                            0.98 (0.87, 1.00)
Specificity                            1.00 (1.00, 1.00)
Positive predictive value              0.98 (0.87, 1.00)
Negative predictive value              1.00 (1.00, 1.00)
Positive likelihood ratio              1110.90 (156.53, 7884.09)
Negative likelihood ratio              0.02 (0.00, 0.17)
---------------------------------------------------------