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/