下载文档原格式
95%置信度的置信系数置信区间是指由样本统计量所构造的总体参数的估计区间。
在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。
置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度，其给出的是被测量参数的测量值的可信程度，即前面所要求的“一个概率”。
为了进一步说明，看一个例子。
一家食品生产企业以生产袋装食品为主，为对食品质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。
现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。
已知产品重量的分布服从正态分布，且总体标准差为10g。
试估计该批产品平均重量的置信区间，置信水平为95%所以可以通过使用正态分布统计量z：标准正态分布曲线本问题中的置信水平为95%就意味着：上图中的两个不等式是完全等价的，而第二个不等式的计算结果正是本问题的置信区间：101.44g~109.28g。
那么，整个问题的提出和解决，如何进行描述呢？一家工厂，想要知道自己生产的所有袋装食品的平均重量（总体均值），但又不可能每一袋都去称一下（成本太高），所以采取抽样的办法。
而样品的平均值又不能直接作为全部产品的平均重量，所以通过将样品的平均值转换为标准正态分布后，再根据置信度的要求，得到一个置信区间，那么这个区间包含总体均值的可能性就是那个置信度95%。
也就是说，这个问题的本质就是用样本均值去估计总体均值，每次抽样以后，都可以由样本的平均值，按照置信度的要求，得到一个置信区间，而这个区间包含总体均值的可能性刚好就是置信度。
假设置信度为95%，也就意味着，如果抽样100次，那就可以得到100个置信区间，那么里面至少有95个置信区间包含总体均值。
信度和效度社会学系02研王丽云当我们建构和评估测量时，我们通常使用信度和效度这两个技术性指标。
简单地说信度就是指测量数据和结论的可靠性程度，也就是说测量工具能否稳定地测量到它要测量的事项的程度。
我们可以举例说明信度的问题：如果想知道某人的体重，我们可以叫两个人来估计，一个人的估计为150镑，另一个人的估计为300镑，那么我们就可以认为，叫别人来估计体重是非常不可信的方法。
如果用磅秤，连续测量两次的结果都是相同的，因而我们可以说，在测量体重方面，用磅秤的方法要比叫人来估计更可信。
我们可以用信度系数来表示信度的大小。
我们知道在进行测量时，误差是难免的，这就使得真实值和测量值之间是不可能完全一致。
我们可以这样来表示真实值和测量值之间的关系。
X=T+B+ET表示真实值，B表示偏差即系统误差，E表示测量误差即随机误差。
由于系统误差很难分解，因而有些书中的分解式将系统误差包括在真实值之中，因而X可以简单地概括为X=T+E对于测量误差E，一般假定他的期望值是0，却与真实值相独立，在此假定下，可以证明：E(x)=E(T)实得分数和真分数的总体均值相等。
σ2x=σ2T+σ2E实得分的方差等于真分数的方差与误差方差之和。
信度一般规定是真分数的方差在总体方差中所占的比例，即：信度系数Rxx=σ2T/σ2X=1-(σ2E/σ2X)信度系数越大，表明测量的可信程度越大。
在实际应用中，信度主要有以下几种类型：(一) 重测信度这种方法通常是重复同样的测量来检验信度信度系数可以用相关系数来表示。
假如我们第一次测量时的观测值是X，第二次的观测值是Y,那么重测信度就等于X与Y的相关系数。
但重复测量时，我们要注意两次测量的时间间隔要恰当。
如果时间间隔太久，可能会发生一些变故，影响到被调查者的态度，那么前后的测量就会有很大的差异。
（二）复本信度复本是针对原本而言的，它使原本的复制品。
对一项调查的问题，让被调查者接受问卷测量，并同时接受调查问卷的副本的调查，然后根据结果计算原本和复本的相关系数，就得到复本信度。
研究中的置信度与可靠性在科学研究领域中，一个结果的置信度与可靠性是极为关键的指标。
在统计学中，置信度是对样本数据信心的度量。
它代表着对样本所统计出的结果真实性产生的置信程度，以概率形式体现。
另一方面，可靠性是指测量结果的稳定性和一致性。
它表明当同一测量对象在相同条件下重复多次测量时，测量结果的稳定程度。
在本文中，我们将探讨如何在科学研究中评估一个结果的置信度与可靠性，并涵盖相关领域内的最新研究成果。
1. 置信度的评估置信度评估是科学研究中最普遍的实践之一。
它通常涉及到在已知抽样分布的情况下估计总体参数的方法。
例如，在医学研究领域中，研究人员可能需要评估某种治疗方法对患者疾病症状的影响。
他们可以通过对治疗组和对照组的样本数据进行比较，从而确定该治疗方法是否有效。
一种常用的方法是通过计算置信区间来评估置信度。
置信区间是对估计量的一个范围估计，一般用于描述给定置信度下的可信程度。
例如，95%的置信区间是指如果同样的样本数据进行重复抽样，那么95%的样本所得出的区间将包含真实总体参数。
在计算置信区间时，研究人员通常会考虑多种因素，如样本大小、样本均值、标准误差和置信水平等。
最近的研究表明，随着科技的发展，越来越多的科学家开始采用更高级的统计方法来评估置信度。
例如，贝叶斯统计方法将置信度解释为对一个事实的信任程度。
它利用先验分布与后验分布的差异来计算一个模型的可信度。
同时，机器学习也被应用于置信度评估的领域。
例如，Boosting算法和随机森林算法能够帮助研究人员在大数据集上实现高精度的模型评估。
2. 可靠性的评估另一方面，可靠性评估是另一个重要的指标，它可以用于评估研究结果的稳定性和一致性。
其中最广泛使用的方法是计算测量的内部一致性，即测量结果的稳定性程度。
例如，在心理学实验中，研究人员可能需要测量患者在不同时间点的心理状态。
他们可以通过内部一致性来评估测量工具的可靠性，例如Cronbach's α系数。
调查问卷的信度效度分析方法问卷调查法是教育研究中广泛采用的一种调查方法，根据调查目的设计的调查问卷是问卷调查法获取讯息的工具，其质量高低对调查结果的真实性、适用性等具有决定性的作用。
为了保证问卷具有较高的可靠性和有效性，在形成正式问卷之前，应当对问卷进行试测，并对试测结果进行信度和效度分析，根据分析结果筛选问卷题项，调整问卷架构，从而提升问卷的信度和效度。
信度和效度分析的方法包括逻辑分析和统计分析，本文主要讨论后者。
一、信度分析信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。
信度指标多以相关系数来表示：大致可分为三类：稳定系数（跨时间的一致性）、等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
若以信度系数来表示信度的大小。
信度系数越大，表示测量的可信程度越大。
究竟信度系数要多少才算有高的信度。
学者DeVellis(1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。
由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。
若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。
信度分析的方法主要有以下四种︰1、重测信度法这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。
显然，重测信度属于稳定系数。
重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。
如果没有突发事件导致被调查者的态度、意见突变，这种方法也适用于态度、意见式问卷。
由于重测信度法需要对同一样本试测两次，被调查者容易受到各种事件、活动和他人的影响，而且间隔时间长短也有一定限制，因此在实施中有一定困难。
信度分析作好问卷调查后，接下来为了进一步考验问卷的可靠性与有效性，即要做信度分析（Relia bility Analsis），信度本身与测量所得结果正确与否无关，它的功用在于检验测量本身是否稳定。
信度是指一个衡量的正确性或精确性，信度包括稳定性以及一致性；学者 Kerling er认为信度可以衡量出工具（问卷）的可靠度、一致性与稳定性。
测验信度越高，表示测验结果越可信，但也无法期望两次测验结果完全一致，信度除受测验质量影响外，亦受很多其它受测者因素的影响，故没有一份测验是完全可靠的。
信度只是一种程度上大小的差别而已。
一致性高的问卷便是只同一群人接受性质相同题型相同目的相同的各种问卷测量后，在各衡量结果间显示出强烈的正相关。
稳定性高的测量工具则是指一群人在不同时空下接受同样的衡量工具时，结果的差异很小。
一般信度的测量时容易产生误差的原因，是来自研究者的因素包括：测量内容（遣词用句、问题形式等）不当、情境（时间长短、气氛、前言说明等）以及研究者本身的疏忽（听错、记错等）；而来自受访者的因素则可能是由于其个性、年龄、教育程度、社会阶层及其它心理因素等，而影响其答题的正确性。
问卷内容的同构型及受访时间间隔的影响是影响信度的两个主要因素。
研究者透过信度与效度的检验，可以了解测量工具问卷本身是否优良适当，以作为改善修正的根据，并可避免做出错误的判断。
另外，效度与信度的关系：信度为效度的必要而非充分条件。
既有效度一定又信度，但有信度不一定有效度。
检视信度的方法有很多种，其中，最常用的是第四种 Cronbach α系数，简介以下四种：1、再测法（Retest Method）：使用同一份问卷，对同一群受测者，在不同的时间，前后测试两次，求出者两次分数的相关系数，此系数又称为稳定系数（Coefficient of St ability）。
需注意：相关系数高，表示此测验的信度高，前后两次测验间隔的时间要适当。
若两次测验间隔太短，受测者记忆犹新通常分数会提高，不过如果题数够多则可避免这种影响；但若两次测验间隔太长，受测者心智成长影响，稳定系数也可能会降低。
求SPSS的内在一致性信度的解释1。
Cronbach's Alpha系数即克朗巴哈α值为0.8222。
Cronbach's Alpha Based on Standardized Items是0.825即项目平均值为0.8253。
上述两项问卷信度值都在0.8以上，说明问卷具有很高高的内在一致性。
（α系数越大表示条目间相关性越好，一般而言，α大于0.8表示内部一致性极好，α在0.6到0.8表示较好，而低于0.6表示内部一致性较差。
）如何计算信度好好写文章加油！信度的分类（一般分为两类）：1、内在信度——调查表中的一组问题（也可称之为题项）是否在测量同一个概念，即这些问题（题项）的内在一致性如何，能否稳定地衡量这一概念（变量或维度）。
如果内在信度系数在0.8以上，则可认为这一组问题有较高的内在一致性。
最常用的内在信度系数为克朗巴哈和折半信度。
2、外在信度——在不同时间进行测量时调查表结果的一致性程度。
最长用的外在信度指标是重测指标是重测信度，即用同一问卷在不同时间对同一对象进行重复测量，然后计算一致性程度。
信度分析过程：1、先做因子分析，Analyze-->Data Reduction-->Factor；Rotation-->Method选Varimax；Option-->coefficient display format选Supress absolute values less than 0.5。
跑出结果中，注意指标：KMO>=0.5(Yes) then communaity<0.5？(Yes)那么删去所有communaity<0.5的题项，再重跑因子分析,直到全部communaity>=0.5；或KMO>=0.5(Yes) then communaity>=0.5？(Yes)；Rotated Component Matrix中如果有题项落到两个或两个以上的因子上，或有题项没有落到任何一个因子上，都要删掉再重跑，按照上述方法循环，直到所有指标全部达标。
毕业论文写作中的数据可靠性与有效性检验方法在毕业论文写作中，确保数据的可靠性和有效性是至关重要的。
可靠的数据可以增强研究的科学性，提高论文的可信度和说服力。
本文将介绍几种常见的数据可靠性和有效性检验方法。
一、数据可靠性检验方法数据可靠性是指数据的真实性、准确性和可信度。
以下是几种常用的数据可靠性检验方法。
1. 重复性检验：通过对同一实验对象或同一样本进行多次测量或观察，比较不同测量或观察结果的差异，来评估数据的可靠性。
重复性检验可以使用统计方法计算均值、标准差、相关系数等指标。
2. 内部一致性检验：在某些需要填写问卷或评定表的研究中，通过计算问卷或评定表中各项指标之间的相关系数或信度系数来评估数据的内部一致性。
常用的方法有Cronbach's Alpha系数、Kuder-Richardson公式等。
3. 交叉检验：将同一变量采用不同的实证方法进行测量，然后比较不同方法测量结果的一致性，以评估数据的可靠性。
常见的交叉检验方法包括反向测量法和重测法。
二、数据有效性检验方法数据有效性是指数据是否能够真实、准确地反映研究目标或者判断问题的程度。
以下是几种常见的数据有效性检验方法。
1. 外部效度检验：外部效度是指数据能否有效地推广到其他样本、其他地区或其他时期。
通过与已有的理论模型、已有研究结果等进行比较，来评估数据的外部效度。
例如，如果研究中使用了某个已有的问卷，可以通过与该问卷的相关研究结果进行比较来评估数据的外部效度。
2. 逻辑效度检验：逻辑效度是指数据在逻辑上是否合理、完整和连贯。
通过对研究对象进行观察、访谈等方法，来验证数据与实际情况的一致性。
例如，在社会科学研究中，可以通过对受访者进行深入访谈来验证问卷调查结果的逻辑效度。
3. 专家判断：可以请相关领域的专家对数据进行评估，从专业角度出发，判断数据的有效性和可靠性。
专家评估可以通过专家访谈、专家问卷等方式进行。
综上所述，确保毕业论文中使用的数据的可靠性和有效性是非常重要的。
简述信度的估计方法(一)简述信度的估计信度是指衡量测量工具的稳定性和一致性的度量指标。
通过估计信度，我们可以判断测量结果的可信程度，从而保证测量工具的有效性和准确性。
本文将详细说明信度的估计方法，包括以下几种常用的方法：1. 测试-重新测试法（Test-Retest）这种方法通过在两个不同的时间点对同一群体进行测量，得到的结果进行相关性分析，从而判断测量工具的信度。
主要步骤包括：•在时间点1进行测量，记录结果。
•在时间点2进行重复测量，记录结果。
•使用相关系数（如皮尔逊相关系数）计算两次测量结果之间的相关性。
•相关系数越高，表示测量工具的信度越高。
2. 平行测试法（Parallel Forms）这种方法通过同时使用两个平行的测量工具来进行测量，从而判断它们的信度。
主要步骤包括：•设计并制作两个与原测量工具相等的平行测试工具。
•对同一群体同时使用这两个平行测试工具进行测量，记录结果。
•使用相关系数（如皮尔逊相关系数）计算两个平行测试工具的测量结果的相关性。
•相关系数越高，表示测量工具的信度越高。
3. 内部一致性估计法（Internal Consistency）这种方法通过分析测量工具中各个项（题目）之间的一致性来估计信度。
主要包括以下几种常用的内部一致性估计方法：信度系数α（Cronbach’s Alpha）•计算测量工具中各个项（题目）的总分和总方差。
•使用公式计算信度系数α，α越高表示信度越高。
Kuder-Richardson信度（KR-20）•适用于测量工具为二元选择题的情况。
•计算测量工具中各个题目的二项式标准差和二项式方差。
•使用公式计算Kuder-Richardson信度，信度越高表示信度越高。
4. 多因素信度估计法（Multitrait-Multimethod）这种方法适用于同时测量多个特质和使用多种测量方法的情况，通过分析交叉相关矩阵来估计信度。
主要步骤包括：•设计并制作包含多个特质和多个测量方法的测量工具。
信度和效度汇报参考文献信度和效度是在研究中经常被提到的重要概念，它们对于研究结果的可信度和准确性起着至关重要的作用。
在进行研究时，我们需要确保所使用的测量工具或者研究方法是可靠和有效的，因此信度和效度的评估就显得尤为重要。
下面我将从不同角度来解释信度和效度的概念，并提供一些相关的参考文献。
首先，信度指的是测量工具在不同时间、不同情境下的稳定性和一致性。
一个具有高信度的测量工具能够在重复使用时得到相似的结果，而不会因为环境或其他因素的改变而产生较大的变化。
信度的评估常常使用相关系数或者内部一致性指标来进行，例如皮尔逊相关系数或克朗巴赫α系数。
在研究中，我们需要通过对信度的评估来确保所使用的测量工具是稳定可靠的，从而保证研究结果的可信度。
其次，效度是指测量工具或者研究方法能够准确地衡量所要研究的概念或者现象。
一个有效的测量工具应当能够真实地反映出所要研究的特征或者变量，而不受到其他无关因素的影响。
效度可以分为内容效度、构造效度和准则效度等不同类型，用以评估测量工具是否符合研究的要求。
例如，内容效度可以通过专家评议来进行，构造效度则需要通过因素分析等方法来进行评估。
关于信度和效度的评估方法以及其在研究中的重要性，有许多相关的参考文献可以供参考。
例如，Boyle, G.J. (1991) 的《Does item homogeneity indicate internal consistency or item redundancy in psychometric scales?》一文对内部一致性的评估进行了深入的探讨；而Campbell, D.T. and Fiske, D.W. (1959) 的《Convergent and discriminant validation by themultitrait-multimethod matrix》一文则介绍了多特质-多方法矩阵的方法来评估测量工具的效度。
矿业权评估（2）(2012-03-19 21:23:19)标签：矿业权评估财经收益途径矿业权评估:收益权益法收益权益法限制在特定条件下使用。
收益权益法是在特定条件下采用收益途径评估采矿权可以考虑的一种评估方法。
我国矿山企业的现状是大中型矿山企业少、小型矿山企业多，小型矿山企业具有开采方法比较落后，技术和财务管理不规范，占用资源储量小，产品初级化的特点。
采矿权评估中，某些小型矿山企业所能披露或提供的技术和财务经济资料不够充分也不规范，不具备采用现金流量法和收益法的条件；对某些矿山服务年限较短的采矿权，采用现金流量法等其他收益途径评估方法可能存在评估结果失真问题。
因此，根据这些矿山企业的实际情况，在收益途径评估原理基础上设计了收益权益法，以满足现阶段某些采矿权评估的需要。
一、“收益权益法”方法原理及特点（一）方法原理收益权益法是在收益途径评估原理基础上，把收益途径评估的财务模型的计算程序简化，通过采矿权权益系数调整销售收入现值，计算采矿权价值的一种评估方法。
采矿权权益系数是通过统计现金流量法和收益法评估的采矿权评估结果而测算出来的，实质是评估价值与销售收入现值之比，它包含着收益途径的全部内涵。
在销售收入一定的情况下，采矿权权益系数与净利润或净现金流量呈正相关关系，与矿山总成本费用呈负相关关系。
也就是说生产总成本高的矿山，其净利润或净现金流量少，采矿权权益系数低；反之，生产总成本低的矿山，其净利润或净现金流量多，采矿权权益系数高。
二、、“收益权益法”参数构成收益权益法评估涉及的主要参数包括：资源储量、可采储量、生产能力、矿山服务年限和评估计算年限、采选（冶）技术指标、产品方案、销售收入、折现率及采矿权权益系数。
采矿权权益系数是收益权益法所特有的，详见表四：三、“收益权益法”适用范围1．收益权益法适用于矿产资源储量规模和矿山生产建设规模均为小型的采矿权评估，但生产规模应符合矿山生产规模、矿山服务年限与储量规模相匹配的原则（参见下一章参数及选取中“一般矿山合理服务年限参考表”）。
矿产资源储量规模和矿山生产建设规模划分标准依据国土资源部国土资发[2000]133号《关于印发<矿产资源储量规模划分标准>的通知》和国土资发[2004]208 号《关于调整部分矿种矿山生产建设规模标准的通知》，详见《矿业权评估指南》附录。
2．对于资源接近枯竭的矿山，其剩余服务年限小于5年的采矿权评估可以采用收益权益法。
基于前叙的收益权益法对评估对象自身的地质、采选(冶)条件及经营状况的反映不够充分等问题，因此，收益途径评估时，对具备现金流量法、收益法等适用条件的(具备或可类比确定评估参数的)，不应使用收益权益法，应首选现金流量法，只有在特殊情况下选择使用收益权益法。
四、“收益权益法”应注意的问题1．收益权益法的适用范围是有限制的，在使用时应注意不要超范围使用。
2．确定生产能力时，应遵循矿山生产规模、矿山服务年限与储量规模相匹配原则。
如果矿山生产规模、矿山服务年限与储量规模明显不匹配时，评估人员应按照确定生产能力的原则和影响因素，对生产能力进行调整。
但资源接近枯竭的矿山除外。
3．评估时要注意采用的销售价格是原矿价、精矿价还是金属价，不同类型的产品方案对应不同的采矿权权益系数。
4．采矿权权益系数主要反映矿山成本因素，其取值应根据地质构造复杂程度、矿体埋深、开采技术条件、矿石选冶（洗选）难易程度等定性分析后选取。
5．收益权益法的计算模型中不考虑建设期。
矿业权评估中生产能力和评估计算的服务年限问题的处理《矿业权评估收益途径评估方法修改方案》对矿业权评估中生产能力和评估计算的服务年限问题的处理的修改说明：1．生产能力：《矿业权评估指南》要求，“对生产矿山，应根据矿山生产能力、矿山服务年限与储量规模相匹配原则，对其设计生产能力、实际生产能力、核定生产能力及采矿许可证载明的生产能力以及影响生产能力的主要因素进行分析，按孰大原则确定生产能力”。
“孰大原则”实际是匹配原则的具体应用，对初期矿山采用孰大也是可行的，但对晚期矿山、实际能力已衰减，按“孰大”恰恰违背了匹配原则。
机械地按“孰大原则”取值则生产能力确定原则和影响因素分析没有任何意义，而且若依据实际能力确定评估生产能力，还可能存在法律风险问题。
为此，方案修改如下：对生产矿山，应根据采矿许可证载明的生产能力为首选。
其次根据矿山生产能力、矿山服务年限与储量规模相匹配原则，合理确定生产能力，取消“孰大”原则。
对新建矿山，若国土资源管理部门已在矿业权有效期内划定评估范围的，以划定的资源储量与实际生产年限确定生产能力；未划定评估范围的，取批准的开发利用方案中的生产能力或根据地质矿产条件模拟开发利用方案中的生产能力。
2．评估计算的服务年限：《矿业权评估指南》中对探矿权评估所限作了以下规定：矿山服务年限短于法定年限的，评估计算的服务年限为矿山服务年限；长于法定年限的，评估计算的服务年限为法定年限。
法定年限指法规规定的采矿许可证有效期限(生产规模大型30年/中型20年/小型10年)。
对采矿权评估：矿山服务年限短于30年的，按矿山服务年限计算；长于30年的，按30年计算。
探矿权和采矿权评估处理不同。
矿业权是批准时空范围内勘查/开采矿产资源的权利，考虑到矿权到期后一般可批准延续，因此探矿权评估以法定年限设定评估计算的服务年限是不合适的。
此外，如果对出让矿业权，政府作为特殊民事主体设定出让年限，到期后重新出让，或许还存在操作可能性；但对转让探矿权，作为一般民事主体的矿业权转让人不可能与受让人约定在评估计算的服务年限到期后矿业权再回归原矿业权转让人，再进行转让。
采矿权评估计算的服务年限30年的设定，其实质可从30年后折现系数很小、对评估结果影响很小、可忽略以简便计算考虑的(这与技术经济评价类似)，应与采矿证年限没直接关系。
因此，方案第三稿时考虑到资源储量、矿山建设规模与服务年限的合理匹配关系，及对矿床的合理勘探程度（避免过度勘探、积压浪费勘查资金），参考国外评估处理方法，建议评估计算的服务年限统一按《指南》采矿权评估的规定：矿山服务年限短于30年的，按矿山服务年限计算；长于30年的，按30年计算。
《矿业权评估收益途径评估方法修改方案》讨论过程中，考虑到国土资源管理部门矿业权审批改革方向――新设矿业权按“一次划界，分期置权”的原则设置矿业权有效期问题，评估机构建议细分不同情况来处理：如是企业投资勘查取得探矿权（缴纳探矿权价款）之后办理采矿权，此时矿业权人对矿业权所指向的全部资源储量有实际的产权，如果企业当初取得采矿权时是按30年缴纳采矿权价款，则只对30年缴纳价款所对应的资源储量部分有实际产权，计算年限相应的也应只能以该资源储量计算出的年限为准。
经讨论，方案修改如下：对矿业权出让评估，国土资源管理部门已确定有效期的，适用有效期。
即矿山服务年限短于有效期的，评估计算的服务年限按矿山服务年限计算；矿山服务年限长于有效期的，评估计算的服务年限按有效期计算。
国土资源管理部门没有确定有效期的，按有效期30年处理。
评估服务年限不包括勘探期和基建期。
对矿业权转让评估，可参照上述矿业权出让评估处理，也可按矿业权人实际可支配的矿业权年限处理。
即对矿业权人已有偿取得矿业权的，其转让评估，按矿业权人当初有偿取得矿业权所指向的资源储量的矿山服务年限计算，但矿业权人当初有偿取得采矿权时是按上述有效期年限规定处理的，评估计算的服务年限则只对应剩余服务年限。
矿业权评估计算中资源储量的处理《矿业权评估收益途径评估方法修改方案》对于‘矿业权评估计算中资源储量处理’的修改说明。
现《矿业权评估指南》中资源量不参加探矿权评估，采矿权评估中资源量视情况采用可信度系数调整后参加评估计算。
目前也实际上存在委托评估矿业权时全是资源量、设计单位设计利用储量时也设计利用资源量或利用系数对资源量折算后进行利用的情况。
此外，对能经济利用的探明的或控制的内蕴经济资源量(331、332)、次边际经济资源量、边际经济的基础储量采用可信度系数折算却不合理。
因此修改为：资源储量应结合(预)可行性研究、矿山设计或开发利用方案进行项目经济合理性分析后分类处理，属经济的参与评估计算，属边际经济和次边际经济的不参与评估计算，具体为：次边际经济资源量：从其含义“可行性研究结果表明，在确定当时，开采是不经济的”出发，原则上不应参与评估计算，但实际中由于储量计算工业指标过时或经济评价未能真实反映资源开发利用经济意义等原因，确实存在原列次边际经济的资源量在现行技术经济下可经济利用情况，考虑到次边际经济资源量是探明或控制的，地质可靠程度较高，一旦确定其属经济的应按经济基础储量处理(如2S22地质可靠程度与122b相同)，全部参与计算，不应采用可信度系数折算。
因此修改为：次边际经济资源量原则上不参与评估计算，但属经济的(包括设计或实际利用的)应全部参与计算。
边际经济的基础储量：其含义为“可行性研究结果表明，在确定当时，开采是不经济的，但接近盈亏边界，只有当技术、经济等条件改善后才可变成经济的”，因此，其处理类似次边际经济资源量，修改为：边际经济基础储量原则上不参与评估计算，但属经济的(包括设计或实际利用的)应全部参与计算。
内蕴经济资源量：按我国基本建议一般程序，（预）可研应的评审的勘查（储量）报告基本上进行，因此存在可研报告编制滞后于储量报告编制等情况，编制储量报告时未做可研/预可研，资源量经济意义不确定。
但在矿业权评估时，该资源量的经济意义已明确（包括已完成方案/可研/设计的，开发方案相当于可研)，应按其经济意义及地质可靠程度重新分类。
具体处理如下：1．探明的或控制的内蕴经济资源量(331、332)：其计算的资源量地质可靠程度较高，一旦确定其属经济的应按经济基础储量处理(如332地质可靠程度与122b相同)、全部参与计算，不应采用可信度系数折算。
因此，修改为：(331、332)应在经济分析的基础上，属经济的全部参与评估计算，属边际经济和次边际经济的不参与评估计算。
2．推断的内蕴经济资源量(333)：其计算的资源量地质可靠程度较低，因此，理论上在经济分析后属经济的也应采用可信度系数调整，但在实际中也存在设计部门按原属C级的(333)按全部利用、D级的按系数0.5折算情况。
综合各方意见，修改为：推断的内蕴经济资源量（333）可参考(预)可行性研究、矿山设计或矿产资源开发利用方案取值。
(预)可行性研究、矿山设计或矿产资源开发利用方案中未予设计利用，但资源储量在矿业权有效期（或评估年限）开发范围内的，可信度系数在0.5~0.8范围中取值，具体取值应按矿床(总体)地质工作程度、推断的内蕴经济资源量(333)与其周边探明的或控制的资源储量关系、矿种及矿床勘探类型等确定。
