一致性檢驗的幾種方式--ICC、kappa、weighted kappa、Kendall


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/

https://www.jianshu.com/p/37e689bab29b

http://blog.sina.com.cn/s/blog_62a8228e0101gm0b.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM