Model wymieniony w pytaniu nazywa się „modelem jednokierunkowym”. Zakłada, że losowe efekty rzędu są jedynym systematycznym źródłem wariancji. W przypadku wiarygodności między oceniającymi rzędy odpowiadają obiektom pomiaru (np. Przedmiotom).
Model jednokierunkowy : gdzie jest średnią dla wszystkich obiektów, jest efektem rzędu, a jest efektem resztkowym.
xI j= μ +rja+wI j
μrjawI j
Istnieją jednak również „modele dwukierunkowe”. Zakładają one, że istnieje wariancja związana z losowymi efektami wierszy, a także losowymi lub stałymi efektami kolumnowymi. W przypadku wiarygodności międzyosobniczej kolumny odpowiadają źródłom pomiaru (np. Wskaźnikom).
Modele dwukierunkowe : gdzie jest średnią dla wszystkich obiekty, to efekt wiersza, to efekt kolumny, to efekt interakcji, a to efekt resztkowy. Różnica między tymi dwoma modelami polega na włączeniu lub wyłączeniu efektu interakcji.
xI j= μ +rja+dojot+ rdoI j+miI j
xI j= μ +rja+dojot+miI j
μrjadojotrdoI jmiI j
Biorąc pod uwagę model dwukierunkowy, można obliczyć jeden z czterech współczynników ICC: spójność pojedynczego wyniku ICC (C, 1), spójność średniej oceny ICC (C, k), zgodność pojedynczego wyniku ICC (A, 1) lub średni wynik punktowy ICC (A, k). ICC z pojedynczą punktacją odnoszą się do pojedynczych pomiarów (np. Poszczególnych wskaźników), podczas gdy ICC z średnią oceną odnoszą się do średnich pomiarów (np. Średnia z wszystkich wskaźników). Spójności ICC wykluczają wariancję kolumny z wariancji mianownika (np. Pozwalając wskaźnikom zmieniać się wokół własnych środków), podczas gdy ICC zgodności obejmują wariancję kolumny w wariancji mianownika (np. Wymagając, aby wskaźniki zmieniają się wokół tej samej średniej).xI jx¯ja
Oto definicje, jeśli założymy przypadkowy efekt kolumny:
Dwukierunkowe definicje efektów losowych ICC (z efektem interakcji lub bez) :
jadodo( C, 1 ) =σ2)rσ2)r+ (σ2)r c+σ2)mi) lub σ2)rσ2)r+σ2)mi
jadodo( C, k ) =σ2)rσ2)r+ (σ2)r c+σ2)mi) / k lub σ2)rσ2)r+σ2)mi/ k
jadodo( A , 1 ) =σ2)rσ2)r+ (σ2)do+σ2)r c+σ2)mi) lub σ2)rσ2)r+ (σ2)do+σ2)mi)
jadodo( A , k ) =σ2)rσ2)r+ (σ2)do+σ2)r c+σ2)mi)/ k lub σ2)rσ2)r+(σ2)do+σ2)mi) / k
Możesz również oszacować te wartości, używając średnich kwadratów z ANOVA:
Oszacowania dwukierunkowe ICC :
jadodo(C, 1 ) =M.S.R- MS.miM.S.R+ ( k - 1 ) M.S.mi
jadodo(C, k ) =M.S.R- MS.miM.S.R
jadodo( A , 1 ) =M.S.R- MS.miM.S.R+ ( k - 1 ) M.S.mi+ k / n ( MS.do- MS.mi)
jadodo( A , k ) =M.S.R- MS.miM.S.R+ ( MS.do- MS.mi) / n
Możesz obliczyć te współczynniki w R za pomocą pakietu ir :
icc(ratings, model = c("oneway", "twoway"),
type = c("consistency", "agreement"),
unit = c("single", "average"), r0 = 0, conf.level = 0.95)
Bibliografia
McGraw, KO i Wong, SP (1996). Formułowanie wniosków na temat niektórych wewnątrzklasowych współczynników korelacji. Metody psychologiczne, 1 (1), 30–46.
Shrout, PE i Fleiss, JL (1979). Korelacje międzyklasowe: Wykorzystuje się do oceny wiarygodności oceny. Biuletyn psychologiczny, 86 (2), 420–428.