今天给大家解释一个组内相关系数(intraclass correlationefficient,ICC)分析方法,其主要用于评价具有确定亲属关系的个体间某种定量属性的相似程度,同时也可以用于评价不同测量方法或者评定者对同一定量结果的可重复性或一致性。当前呢,在医学应用比较广泛,主要用来评价不同实验者或者不同时间同一实验者对同一实验结果的可重复性。
其主要的计算公式总结如下:
接下来我们看下在R语言中是如何进行计算的,首先我们需要用到R包irr。
安装irr包:install.packages(‘irr’)。
其中主要的函数是icc:
主要的参数:
Model 模型的形式。Oneway指的每个样本由不同的评分者评价;twoway指同一个评分者不同时间对同一样本的评分模式。
Unit 主要是指的最后选择的结果,如果是所有观察者的均值那么选择average;如果是选择其中一个观察者的属性值,那么就选single。
Type 主要是指何种分析模式;consistency指的是从两组的相关性出发,如果两组具有一定的相关性那么就认为consistency好;agreement主要指两组中每个值的一致性是否好,如果每个值的一致性高那么,agreement就好。那么,我们不得不问,什么时候适合那种类型呢,算法设计的作者想到了这个问题,那就是看均方和均方残差的大小。那么问题来了,什么是均方,经过查找我们得知也就是一组数据平方和的均值;均方残差就是两组数据均方的差值。也就是如果均方>均方残差,选consistency;反之选agreement。
至此算法的核心就算介绍完了,我们接下来看个实例:
data(anxiety)icc(anxiety, model="twoway",type="agreement")
上面就是我们计算之后的结果,那么,如何把我们需要的值提取出来呢,我们需要参考下函数提供的对应的变量名称:
具体的解释我们就不翻译了如下: