還不會組內相關係數(ICC)?來看這篇SPSS詳細教程!

2021-01-12 醫咖會

組內相關係數(intraclass correlation efficient, ICC)常用於評價具有確定親屬關係(如雙胞胎、兄弟姐妹等)的個體間某種定量屬性的相似程度,也應用於評價不同測定方法或評定者對同一定量測量結果的可重複性或一致性。在診斷試驗中,我們也常常使用ICC指標評價不同研究者對同一組試驗結果進行診斷的可重複性。

現假設有2位研究者使用相同的診斷試驗分別測量25位受試者的血糖水平。部分原始數據見表1。


表1 部分原始數據


當然,為了評價該診斷試驗的可重複性,我們可以設置一個診斷截點,人為地將血糖水平轉換成二分類變量,再運用之前講過的Kappa分析進行判斷。但是,將連續變量轉換成二分類變量會丟失信息。那我們應該如何做呢?


接下來,我們將向大家介紹診斷試驗組內相關係數的分析方法,以SPSS統計軟體為例。

1. 數據錄入SPSS



2. 選擇Analyze→ Scale→ Reliability Analysis



3. 選項設置


(1)主對話框設置


我們將待觀測的兩組數據分別放入Items框中。



(2)Statistics設置


點擊Statistics,選中Intraclass correlation coefficient。


Model的設置:


組內相關係數的計算有三種模型,分別是One-way random、Two-way random和Two-way mixed。其中,One-way random模型用於檢驗每一個受試者的均值是否完全相等,不應用於評價診斷試驗的可重複性。而Two-way random模型與Two-way mixed模型相似,它們同時考慮了受試者和研究者的影響,在理論上都可以用於診斷試驗可重複性的評價。但是這兩種模型結果的推論範圍存在差異。Two-way random模型的結果可以推論到所有相似、可能的研究者;而Two-way mixed模型的結果僅限於給定的研究者,不能推論其他。


因此,診斷試驗可重複性評價應選擇Two-way random模型。



Two-way random模型有absolute agreement和consistency兩種計算類型。其中,absolute agreement考慮研究者的系統誤差,可用於測量不同研究者是否給予受試者相同的絕對值。而consistency並不考慮研究者的系統誤差,僅適用於評價不同研究者之間的評分是否高度相關。


具體來說,如果我們現有2、4、6和4、6、8兩組結果,絕對值並不相等,用absolute agreement計算ICC值僅為0.67(只有4、6兩個絕對值是相同的);但是這兩組結果卻高度相關,用consistency計算ICC值為1(這兩組數字高度相關)。


針對診斷試驗的可重複性評價來說,我們希望不同研究者得到一致的結果,而不是僅僅是「高度相關」。因此,我們應該選擇absolute agreement計算類型



→ Continue→ 回到主界面→ OK

SPSS組內相關係數的計算結果有3個表格,我們僅需要重點關注其中一個,如下:


 

這個表給出了組內相關係數的兩種估計結果,Single Measures和Average Measures。這兩種估計結果有什麼區別呢?Single Measures的分析單位是每個研究者的結果,可以估計單個研究者的情況。而Average Measures的分析單位是多個研究者研究結果的均值,應用範圍受到局限。


因此,我們依據Single Measures的估計結果判斷診斷試驗可重複性評價的組內相關係數,即ICC=0.987(P<0.001)。

一般來說,ICC值介於0到1之間。就診斷試驗而言,如果ICC值小於0.4,我們認為診斷試驗的可重複性較差;如果ICC值大於0.75,那麼診斷試驗的可重複性較好。


綜上,該血糖水平診斷試驗的ICC值為0.987(P<0.001),可重複性較好。


推薦閱讀

1. Mcgraw K O, Wong S P. Forming inferences about some intraclass correlation coefficients.[J]. Psychological Methods, 1996, 1(4):390-390.

2. Shrout P E, Fleiss J L. Intraclass correlations: uses in assessing rater reliability.[J]. Psychological Bulletin, 1979, 86(2):420.


推薦醫咖會專欄課程《如何理解臨床實踐指南的證據質量與推薦強度》!


講解臨床實踐指南指定過程中,如何檢索證據、如何進行系統評價、如何採用GRADE系統對證據質量和推薦意見強度進行分級以及共識法應用的流程和關鍵點。


使用電腦,打開醫咖會,觀看專欄視頻:

https://www.mediecogroup.com/zhuanlan/courses/38/


關注醫咖會,及時獲取最新統計教程


點擊左下角「閱讀原文」,查看全部免費統計教程。或者使用電腦打開網址:http://www.mediecogroup.com/,分類查看全部統計教程


快加小咖個人微信(xys2019ykh),拉你進統計討論群和眾多熱愛研究的小夥伴們一起交流學習。

相關焦點

  • SPSS分析技術:組內相關係數(ICC)的原理及運用
    ,以及如何使用統計軟體對它們進行計算,大家可以點擊下方文章連結進行回顧:今天草堂君給大家介紹的相關係數類型是在問卷分析中經常會用到的一種可靠性指標,特別是在跨層的問卷分析研究中會用到,它就是組內相關係數ICC(Intraclass Correlation Coefficients)。
  • SPSS分析技術:10種組內相關係數(ICC)的原理及運用(承接上篇文章)
    大家可以點擊下方文章連結進行回顧:前面草堂君介紹過,SPSS軟體其實設計有專門計算組內相關係數的菜單,今天草堂君介紹如何使用SPSS的ICC菜單計算六種ICC係數。依舊採用上篇文章的案例,對比利用ICC菜單的結果和上篇文章利用公式計算的結果,讓大家對ICC係數的原理和計算有更深的理解。
  • spss聚類分析功能怎麼使用?spss聚類分析教程
    spss 是一個非常好用的統計分析軟體,spss有一個聚類分析的功能哦,但是很多人不知道spss聚類分析功能怎麼使用?spss聚類分析是一個將case分析的數據的功能哦,下面小編就來告訴大家spss聚類分析使用教程吧!
  • SPSS超詳細教程:主成分分析
    從本研究的結果來看,在分別對應聘者工作積極性(Q3-Q8,Q12,Q13)、工作自主性 (Q2,Q14-19)、工作熱情(Q20-25)和工作責任感(Q1,Q9-11)的測量中,每組變量之間的相關係數均大於0.3,說明各組變量之間具有線性相關關係,提示滿足假設2。
  • SPSS信度分析內部一致性a係數為負數是怎麼回事?
    其中,K為量表中題項的總數,S2i為第i題得分的題內方差,S2x為全部題項總得分的方差。需要強調的是S2x是總得分的方差,而不是總離差平方和。在方差分析中,總離差一定大於組內離差差;但是總得分方差卻有可能小於題內方差。經過原作者「捨得」的計算,α值的理論區間應該是(-∞,1]。比如這兩組數據:1、2、3、4、5與5,4,3,2,2。
  • ICC的SPSS實現
    病人編號A大夫評分B大夫評分188.228.38.038.99.049.18.957.98.069.08.778.88.688.99.198.58.5108.78.8看到這種場景,某位有想法的大夫,很好奇A大夫和B大夫對這10個病人評分的一致性,那麼問題就來了,我們通過什麼來實現呢?
  • [理論+SPSS實戰] 點估計與區間估計詳細解析+把論文寫在抗擊疫情的第一線
    比如我們日常見到的案例:一袋食品重量100g±2.5g,這就是一個區間估計得到的結果,其中100g是平均值,2.5g是估計誤差。具體區間[97.5g---102.5g]稱為置信區間。這袋食品重量在[97.5g---102.5g]之間,這個概率是多大呢?
  • spss怎麼分析因子?spss因子分析法詳細步驟
    spss不僅可以分析主成分 ,還可以分析因子哦,但是很多朋友不知道spss怎麼分析因子?小編下面有一個spss因子分析法詳細步驟哦,只要大家按照spss因子分析法詳細步驟一步步操作就知道spss怎麼分析因子了哦,下面就和小編一起來看看吧!
  • spss 非線性回歸 - CSDN
    但多分類變量在線性回歸中不能直接作為自變量進行運算,這就需要使用我們今天講解的虛擬線性回歸分析了。下面就通過實際案例來詳細講解。 我們搜集了558名樣本的壓力、心理、STS及一般資料數據,想研究壓力及心理是否會顯著影響STS,此前已經算出,受傷、身體、加班、認同為STS差異顯著的因素,因此這4個變量將作為控制變量納入回歸分析(圖1)。
  • spss主成分怎麼進行分析?spss主成分分析法步驟
    spss 這款軟體功能非常多哦,還可以分析主成分哦,但是很多朋友不知道spss主成分怎麼進行分析?小編下面準備了spss主成分分析法詳細步驟,大家安裝 詳細步驟一步步操作就知道spss主成分怎麼進行分析?
  • 詳細教程:自己如何組裝48V鋰電池組?
    詳細教程:自己如何組裝48V鋰電池組?對於如何自行組裝48V鋰電池組這一問題,是許多想要自行組裝卻又沒有經驗不懂專業知識的人最大的困惑。組裝成功的鋰電池組也可以稱之為鋰電池包,但真正的鋰電池包除了鋰電池組還需要更多的材料,然後再次進行組裝。
  • 學會spss就能找到數據分析工作嗎
    大學課堂上學習了spss,老師也講了很多知識,但是現在準備畢業了,我做的實習工作就是用業內的數據進行最新的行業研究。現在真正需要用到spss進行分析了,我卻看不懂老闆給的數據和分析要求,難道這就是理論與實際的脫節嗎?
  • SPSS因子分析案例
    通俗點:因子分析是尋找潛在的、起支配作用因子的方法。【二、簡單實例】現在有 12 個地區的 5 個經濟指標調查數據(總人口、學校校齡、總僱員、專業服務、中等房價),為對這 12 個地區進行綜合評價,請確定出這 12 個地區的綜合評價指標。
  • spss 方法 線性回歸專題及常見問題 - CSDN
    本文收集整理關於spss多元線性回歸結果解讀的相關議題,使用內容導航快速到達。內容導航:Q1:請高手幫忙分析下SPSS的多元線性回歸結果吧~急啊~~~你的回歸方法是直接進入法擬合優度R方等於0.678,表示自變量可以解釋因變量的67.8%變化,說明擬合優度還可以。
  • spss多元線性回歸專題及常見問題 - CSDN
    本文收集整理關於spss多元線性回歸結果解讀的相關議題,使用內容導航快速到達。內容導航:Q1:請高手幫忙分析下SPSS的多元線性回歸結果吧~急啊~~~你的回歸方法是直接進入法擬合優度R方等於0.678,表示自變量可以解釋因變量的67.8%變化,說明擬合優度還可以。
  • SPSS之簡單相關係數
    簡單相關分析是對兩個變量之間的相關程度進行分析。單相關分析所用的指標稱為 單相關係數,又稱為 Pearson(皮爾森)相關係數或相關係數。通常用 ρ 表示總體的相 關係數,以 r 表示樣本的相關係數。 我們已經給出總體相關係數的定義式為
  • 數學建模筆記——相關係數
    今天寫一個比較簡單也比較常用的內容——相關係數。相關係數,並不是一個陌生的概念,因為高中的時候好像就學過了。只不過那個時候沒有講太深入,當然啦,我這篇筆記也不會講得多深入,能力達不到嘛。理解一下,會用就好。
  • 相關係數之Pearson
    定義說到相關係數需要了解的 3 個概念:相關分析、數據期望、協方差。先分別說明這些概念。
  • 「兩組」連續變量之間的相關分析(SPSS:典型相關分析)
    1.常見的幾種相關一組連續變量與另一組連續變量之間的相關關係可以計算「典型相關分析」。
  • spss單因素方差分析的理論與實踐教程—— 【杏花開醫學統計】
    下面,我們來詳細了解單因素的方差分析(one-factor ANOVA)的基本原理、適用條件及其在SPSS中的具體操作。依次給予1-4個處理組「0.5/0.5/-0.5、-0.5」的係數設置,然後點擊「繼續」。