在R中的组内相关系数,如何处理NAs以及评分员和受试者之间没有太多重叠
我一直在尝试进行icc(组内相关系数)测试,以确定k x m矩阵中评分员之间的一致性。其中k为行(研究对象),m为评分员。这是一个70 x 70的矩阵,但它来自随机评分员,每个受试者只接受了约6次评估(范围2-13) 研究对象和评分者没有太多的重叠,因为群体很大 这意味着我的矩阵中充满了NAs: 受试者评分1评分2评分3评分4评分。。。评分员70 主题1 uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu 主题2_uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu 受试者3\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu …主题70 我尝试了心理图书馆,发现了两个主要问题:在R中的组内相关系数,如何处理NAs以及评分员和受试者之间没有太多重叠,r,matrix,desctools,R,Matrix,Desctools,我一直在尝试进行icc(组内相关系数)测试,以确定k x m矩阵中评分员之间的一致性。其中k为行(研究对象),m为评分员。这是一个70 x 70的矩阵,但它来自随机评分员,每个受试者只接受了约6次评估(范围2-13) 研究对象和评分者没有太多的重叠,因为群体很大 这意味着我的矩阵中充满了NAs: 受试者评分1评分2评分3评分4评分。。。评分员70 主题1 uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
- 首先,无法使用na.rm(或类似)函数。所以,我不知道如何处理NAs
- 其次,我无法定义测试类型(ICC1、ICC2或ICC3)。即使手册和R中的帮助根据Shrout和Fleiss说明了ICC类型,我也找不到一个示例或函数来确保使用的类型
有两种方法可以计算R中的icc。第一种是来自
irr
包的icc
函数,第二种是来自psych
包的icc
关于测试类型的定义:
如果使用ICC
函数,则无需指定任何内容。R将计算所有形式,您只需选择正确的形式。输出将采用以下形式:
Intraclass correlation coefficients
type ICC F df1 df2 p lower bound upper bound
Single_raters_absolute ICC1 0.26 2.4 4 15 0.096 -0.10 0.83
Single_random_raters ICC2 0.11 1.5 4 12 0.277 -0.22 0.77
Single_fixed_raters ICC3 0.10 1.5 4 12 0.277 -0.19 0.75
Average_raters_absolute ICC1k 0.58 2.4 4 15 0.096 -0.58 0.95
Average_random_raters ICC2k 0.34 1.5 4 12 0.277 -2.50 0.93
Average_fixed_raters ICC3k 0.31 1.5 4 12 0.277 -1.84 0.92
Number of subjects = 5 Number of Judges = 4
如果您使用icc
功能,通过正确设置参数模型、类型和单位,您将获得正确的类型。如果您不确定如何操作,我建议您阅读本文:
- 古天光、李明义(2016)。选材指导原则 报告可靠性的组内相关系数 研究。脊骨疗法医学杂志,15(2),155-163。
icc
也没有让我在NAs比例较高的情况下工作
我设法使用了ICC
,丢失值的百分比很高。但是,ICC默认删除所有未完成的案例。因此,在您的情况下,它可能会删除所有数据,并给您一个错误。您可以将missing=F
设置为包含所有案例
但是,我不确定icc是否是具有许多NAs的数据的好选择。我读过Krippendorff的alpha更适合NAs。(见:Hallgren,K.A.(2012)。计算观察数据的评分者间可靠性:概述和教程。心理学定量方法教程,8(1),23-34。或Hayes,A.F.,和Krippendorf,K.(2017)。回应关于编码数据标准可靠性测量的呼吁,2458(11月)。或)
您可以在
irr
包中找到Krippendorff的阿尔法。函数名为kripp.alpha
NAs有什么问题?还有,你想要的结果是什么?嗨!将完整数据库与NAs R一起使用时,请使用DescTools:>stack.data.frame(data.frame(ratings))中的错误:未选择向量列。每行(主题)中有多个NAs。如果我理解使用na.omit的psych库是什么,我会得到一个错误,说明我的矩阵是=0。我假设它去掉了带有任何NA的完整行,所以所有。也许我只是输入了错误的数据。我可以在数学解释和R命令中找到阅读资料,但无法找到用于这些命令的公式,也无法找到有关如何输入数据的参考资料。谢谢使用na.omit表单库ICC只会删除我的所有行,所以所有行都会删除。当然,每行至少有一个NA。