ICC(intraclass correlation coeficient)：
用來評價對同一對象的多次測量之間的信度（reliability scale）#在SPSS中就是在這個詞組里包含ICC檢驗的。
比如測量實驗老鼠的影像學指標，需對同一只老鼠測量8次，取其平均數或中位數來表示該老鼠的最終結果值
計算公式為
MS（mean square）均方差，m為測量次數。均方差的計算見two-way ANOVA對方差的分解。
ICC最后得到一個0--1的值，如果ICC值小於0.4，我們認為診斷試驗的可重復性較差；如果ICC值大於0.75，那么診斷試驗的可重復性好。
參考：https://www.mediecogroup.com/method_article_detail/41/
http://www.doc88.com/p-3856737116572.html
KAPPA用於評價不同測量者（2位）對同一事物的判斷（二分類）是否准確， 比如醫生對同一批患者使用兩種診斷方式，評價兩種診斷方式的一致性
P0（實際一致性）=a+d/n #兩種方法一致的占總數的比例
Pe（理論一致性）=((p1*m1)/n+(p2*m2)/n)/n #這樣的公式看起來費勁，見下圖
紅圈里的計算了對角線格子的理論頻數，所以Pe(理論一致性)就是理論上兩方法評價一致之和占總數的比例 #對理論頻數不清楚的童鞋參看流病書，靈敏度特異度那塊
KAPPA評價標准：
加權KAPPA用於在多分類有序變量的情況，比如寫這篇博文的動機來自，需要評價對同一個患者在前瞻和回顧兩個scenarioes得到的同一量表的得分是否一致。量表得分為等級資料。
加權分為兩種：線性加權（linear）、平方加權（quadratic）
理解：比如對於眼底圖像識別的數據，class=0為健康，class=4為疾病晚期非常嚴重，所以對於把class=0預測成4的行為所造成的懲罰應該遠遠大於把class=0預測成class=1的行為，使用quadratic的話0->4所造成的懲罰就等於16倍的0->1的懲罰。
加權KAPPA評價標准：
Kendall
當有序變量種類太多時，或者出現交叉表格有空行或空列，這時不能使用加權Kappa，可以使用kendall協同系數。
SPSS操作時，將原始數據水平放置：
每一行代表一種測量方式，每一列代表一個被測量對象。
在非參檢驗里的舊對話框，選測K個相關樣本，
參考：https://www.mediecogroup.com/method_article_detail/50/
https://www.mediecogroup.com/method_article_detail/37/