我有以下问题。我需要计算Shrout & Fleiss ICC,用于由不同数量的法官对项目进行评判的情况。例如,一个行业的竞争性质是根据一组行业来判断的,但每个行业的评判人数不同。一个行业只能由2名法官进行评判,而另一个行业的竞争性质最多可以由12名法官进行评判。我已经使用ICC (package judges )和icc (package irr)函数来确定icc,但尚不清楚它们是否可以处理不同数量的法官。有人能帮我吗?当法官人数可变时,如何计算S&F icc?我更喜欢继续使用R来完成这项工作,但如果使用其他R软件能更好地实现这一点,我也希望得到这些建议。
谢谢,Peter Verbeet
发布于 2010-08-11 05:55:48
为此,我使用了分层线性建模。我参考了一位Seltman教授的HML notes for R来了解如何做到这一点。诀窍是获得具有可变法官数量的ICC的方差项。
library(lme4)
# calculate the hierarchical model
m1 = lmer(score ~ (1|item_id) + (1|judge_id), data=d)
print(m1)
# helper function to pull out the variances
xVars <- function(model) {
exvars = lme4::VarCorr(model)
vars = c(exvars$item_id[1,1], exvars$judge_id[1,1], attr(exvars,"sc")^2)
names(vars) <- c('item var', 'judge var', 'residual var')
vars
}
# helper function for ICC(k) variations
icck <- function(variances, k=1) {
icc = variances[1] / (variances[1] + (variances[2] + variances[3]) / k)
names(icc) = c(paste('ICC', k, sep=''))
icc
}
# the output you want
icc1 = icck(xVars(m1))
print(icc1)
icc8 = icck(xVars(m1), 8)
print(icc8)
https://stackoverflow.com/questions/3205176
复制相似问题