基于组内相关系数的轮胎性能主观评价的研究

基于重复评价结果的组内相关系数(简称ICC),研究车辆评价员(简称评价员)对轮胎性能主观评价能力的评估。结果表明:通过ICC统计量可以得到评价员及其之间的评价结果一致性的可信度水平,能够定量反映评价员的主观评价能力;对评价员的评价结果一致性评估采用双向绝对一致性自身度量更为有效。本研究可为评价员的评估和筛选提供参考。

组内相关系数及其软件实现

目的介绍可靠性评价指标组内相关系数及其统计软件实现。方法结合实例阐明各种不同类型组内相关系数的意义、计算和SAS、SPSS软件实现。结果选择恰当的ICC取决于以下三个方面,选择的模型是one-way model或two-way model;采用single measure或average measure;选择absolute agreement或consistency。结论研究者应根据资料类型和分析目的选择恰当的组内相关系数,SAS和SPSS可提供计算结果。

组内相关系数在信度评价中的应用

为评价问卷的信度，探讨组内相关系数的简单算法及其假设检验，作者用一实例说明怎样通过方差分析表较为简便地计算和检验组内相关系数。结果表明：实例中问卷的复测信度较高。通过方差分析表可方便地计算并检验组内相关系数，该方法既可用于定量资料。

组内相关系数:定义辨析、估计方法与实际应用

"组内相关系数"正越来越多地被用于自然科学与社会科学诸领域,但国内外应用者对其定义与估计方法的理解尚有不足.其名称源于将"皮尔逊积矩相关"与对称表结合构成配对估计量的经典定义.而费希尔基于组间方差比重的新定义得益于哈里斯对配对估计量的简化.新定义在平衡数据下可由ANOVA法估计且与配对估计量渐近相等,故两种定义被统称为组内相关系数.在非平衡数据下有9个估计量可供选择,包括6个加权配对和3个方差成分类估计量.应用中需按观察变量是否符合正态分布假设等原则加以选择.本研究例解了方差成分类估计量的Stata命令.

组内相关系数的理论基础及建模应用

对用于测度数据可靠性的统计指标组内相关系数进行了理论基础论证、建模步骤分析、软件实现说明和实际数据统计分析;对组内相关系数建模中涉及的方差分析模型选择、相对一致性和绝对一致性区分、分析结果解释等都进行了详细说明。

用组内相关系数评价疾病的家庭聚集性

用组内相关系数评价疾病的家庭聚集性上海市计划生育科学研究所流行病室车焱通常，人们用二项分布的方法研究疾病的家庭聚集性，但是这种方法仅做出定性的结论，有时人们不但要判断疾病是否具有家庭聚集性，而且期望知道它的大小，用二项分布的方法显然不能做到这一点。本...

组内相关系数的抽样方差的改进

本文证明了ρ(组内相关系数)是ρ的渐近无偏估计,讨论了Fisher近似公式的精确性,并提出了新的计算公式。

如何正确运用组内相关系数进行一致性检验——药物研究中的统计学(一)

对于两组或多组诊断试验的结局是连续变量(定量资料)的一致性,需要采用组内相关系数ICC检验,而非采用Kappa值进行检验。

用参考值范围评价组间观察值一致性——组内相关系数评价观察值一致性的局限性

评价重复观测或采用不同仪器、不同测定方法所获取的观测数据的一致性研究当前多用组内相关系数(ICC。若结论仅以及ICC>0.75及ICC假设检验有统计学意义，判断有其局限性，故建议实施ICC分析时，同时用参考值范围评价组间观察值一致性。本文对用参考值范围评价组间观察值一致性做了详细介绍。

层次结构定量数据组内相关系数的非参数Bootstrap估计

【导读】探讨Bootstrap自抽样如何在层次结构数据中实现，为组内相关系数（ice）可信区间的计算方法提供选择。文中利用混合效应模型估计重复测量数据和两阶段抽样数据的ICC及利用Bootstrap法估计ICC的可信区间，比较不同的自抽样模式下ICC可信区间结果。重复测量实例结果显示Bootstrap整群抽样估计的可信区间包含ICC真值，如忽视数据的层次结构特征，Bootstrap方法得到无效的可信区间估计；两阶段抽样实例结果显示整群Bootstrap自抽样方法估计的ICC均数与原样本ICC偏差最小，可信区间宽泛。表明对层次结构数据进行Bootstrap自抽样，需考虑数据的产生机制，即高水平Bootstrap自抽样的统计量估计更接近原样本统计量。

非独立数据内部相关系数的抽样分布

目的 研究非独立数据组内相关系数 ρ的抽样分布。 方法 用MonteCarlo方法从已知组内相关系数的假定总体中重复抽样 ,用RIGLS法拟合二水平模型 ,分别计算 ρ值以观察其分布类型。 结果 组内相关系数抽样分布类型随 ρ的数值大小而变化 ,小于 0 5时为正偏态 ,大于 0 5时为负偏态 ,接近 0 5时为近似正态分布。其估计误差与 1水平和 2水平的样本含量有关 ,总样本含量相同时 ,2水平的样本含量越大 ,估计误差越小。结论 组内相关系数的大小反映非独立数据的共变关系大小 。

西南某省乡村中学生体质成绩一致性及相关性分析

关注乡村青少年体质健康状况对教育公平和乡村振兴具有重要现实意义。以西南某省72所乡村学校4894名中学生2022年体质健康抽测复核数据和自测上报数据为研究对象,采用Python可视化、组内相关系数和皮尔逊相关系数等方法对西南某省乡村中学生体质现状进行研究。结果显示:(1)西南某省乡村中学生体质健康评定等级优良率和合格率与全国中学生体质健康水平相差甚远;(2)72所乡村中学抽测复核成绩与自测上报成绩一致性检验中有5所学校合格,33所学校基本合格,33所学校不合格;(3)测试总分与男生1000m跑项目和女生800m跑项目为强相关;(4)身高项目与体重项目和肺活量项目为强相关;(5)乡村中学男生女生体质健康测试项目中50m跑与立定跳远均为强相关。建议:在体质健康监测方法上参照组内相关系数对系数值较低学校重点监测;在促进策略的选择上参照体质健康测试各变量的相关关系进而实现干预效率的最优化,最终提升西南某省中学学生体质水平。

昆明小鼠焦虑与抑郁动物模型相关性研究:明暗箱实验与悬尾实验

目的探讨明暗箱实验(light/dark box,LDB)和悬尾实验(tail suspension test,TST)作为动物模型评价昆明小鼠焦虑与抑郁情绪的相关性。方法成年♂昆明小鼠先后放入明暗穿梭箱和悬尾箱,摄像系统分别记录5 min和6 min内的行为变化,实验间隔1周,实验参数如下:LDB首次由明区进入暗区潜伏期(LDB_Latence)、明区停留时间百分率(LDB_Ltime%)、明区水平运动百分率(LDB_Lcross%)、明区垂直运动百分率(LDB_Lrear%),TST首次出现不动状态潜伏期(TST_Latence)、不动状态百分率(TST_Immobil-ity%);采用因子分析、聚类分析、相关分析、一致性检验和生存分析等多种统计方法进行数据处理。结果①因子分析和聚类分析提示,LDB参数反映焦虑情绪,TST参数反映抑郁情绪。②相关分析提示,LDB与TST参数组内具有较好相关性,而组间相关性较差;ICC和Kappa统计参数提示,LDB与TST评价焦虑与抑郁情绪一致性较差。③生存分析提示,LDB与TST半数生存期差异无统计学意义。结论LDB与TST相关参数各自独立反映了焦虑与抑郁情绪,但两者评价结果的相关性和一致性较差;在解决"特质焦虑与状态焦虑动物模型相关性"及"焦虑与抑郁动物模型相关性"科学问题时,可以考虑建立新型动物模型及综合评价方法或者筛选特质种属实验动物;而在进行药物效应评价时,可以考虑将多种动物模型联合组成"行为组学",根据不同结构维度进行"模式识别"评价。

双生子人群的代谢综合征相关指标的遗传度分析

目的探讨双生子人群血压水平、体质指数 (BMI)、空腹血糖水平和各项血脂指标 (总胆固醇、甘油三酯和高密度脂蛋白胆固醇 )的遗传度。方法对山东威海和浙江丽水双生子登记系统注册的双生子 ,在卵性鉴定的基础上 ,以组内相关系数法研究代谢综合征相关指标的遗传度。结果本次调查双生子共 2 6 0双 ,甘油三酯单卵和异卵双胞胎对内方差齐性检验差异无显著性 ,血糖、总胆固醇、高密度脂蛋白胆固醇、收缩压、舒张压、体质指数异卵双生子对内变异大于同卵双生子。估计遗传度 h2 分别为 ,血糖 :0 .4 7,总胆固醇 :0 .34,甘油三酯 :0 .17,高密度脂蛋白胆固醇 :0 .2 6 ,收缩压 :0 .78,舒张压 :0 .6 7,体质指数 :0 .6 4。调整年龄和性别后 ,遗传度 h2 分别是 ,血糖 :0 .5 6 ,总胆固醇 :0 .37,甘油三酯 :0 .18,高密度脂蛋白胆固醇 :0 .2 4 ,收缩压 :0 .96 ,舒张压 :0 .76 ,体质指数 :0 .88。结论在代谢综合征相关性状中 ,血糖、收缩压、舒张压、体质指数可能受遗传因素的影响大于环境因素 ,而总胆固醇、甘油三酯、高密度蛋白胆固醇受遗传影响相对较小。

加权平均组合评价法及其应用

目的 针对现有的组合评价方法的不足 ,提出一种改进的组合评价方法———加权平均组合评价法。方法 通过实例介绍加权平均组合评价法的具体步骤 ,并比较该法与传统的四种组合评价方法的评价效果。结果 加权平均组合评价法保距效果更佳。

职业能力测评中评分者信度FINN系数与ICC的计算与MATLAB实现

对FINN系数与组内相关系数ICC进行研究和分析,详细介绍了FINN系数与组内相关系数ICC的数学原理与计算方法.将FINN系数与组内相关系数应用于职业能力测评,结果显示FINN系数更能得到较好的信度值.而ICC更依赖评分点平均值的方差,在职业能力测评中容易得到较低的信度值,从而测量不出重要的信度.文章例解了FINN系数与组内相关系数ICC的MATLAB计算程序.

样本量估计及其在nQuery和SAS软件上的实现——相关分析(二)

本刊之前已介绍了单样本的kappa系数检验(二分类变量)、相关系数检验(连续变量)和Lin和谐系数检验(连续变量)等有关相关分析的样本量估计方法[1-2],本文将进一步介绍相关分析中单样本Cronbachα系数检验、单样本组内相关系数检验和两独立样本Pearson相关系数检验的样本量估计方法,前两种方法主要用于量表的评价。

中国不同地区DHI实验室测定数据一致性分析

本文分析不同DHI实验室奶牛生产性能测定数据,旨在探索不同实验室测定数据一致性评价方法。随机选取2020-2021年全国20个奶牛场的6281头奶牛,每头采集3个平行奶样,其中1个由所在区域的DHI实验室进行检测,剩余2个样品由河南省DHI实验室检测,采用Pearson相关系数及组内相关系数对河南省DHI实验室与其他地区实验室检测的DHI数据进行一致性分析,即对各地区实验室与河南省DHI实验室测定的乳脂率、乳蛋白率、乳糖率、总固体、体细胞评分之间进行相关性和一致性分析,同时比较2020年与2021年河南省DHI实验室与各地实验室检测指标的相关性和一致性。结果表明,乳脂率、乳蛋白率、乳糖率、总固体、体细胞评分的R2分别为0.765、0.845、0.724、0.680、0.834(P<0.01),河南省DHI实验室与其他各地DHI实验室检测结果,除总固体外,乳脂率、乳蛋白率、乳糖率、体细胞评分均存在中度相关性,且2021年各指标检测结果相关系数均高于2020年。此外,乳脂率、乳蛋白率、乳糖率、总固体、体细胞评分组内相关系数ICC值分别为0.765、0.844、0.699、0.661、0.832(P<0.01),乳脂率、乳蛋白率、体细胞评分ICC均大于0.75,且2021年各指标ICC均高于2020年。综上,提示各地区DHI实验室乳脂率、乳蛋白率、体细胞评分ICC结果一致性较好,乳糖率、总固体一致性一般,且2021年数据一致性有所提升。