ICC分析

1、功能介绍

ICC，全称为intraclass correlation coefficient，即组内相关系数。它是衡量和评价观察者间信度（inter-observer reliability）和复测信度（test-retest reliability）的信度系数（reliability coefficient）指标之一。它最先由Bartko于1966年用于测量和评价信度的大小。ICC等于个体的变异度除以总的变异度，故其值介于0～1之间。0表示不可信，1表示完全可信。一般认为信度系数低于0.4表示信度较差，大于0.75表示信度良好，对于定量资料常常需要更高的ICC值。

oneway：单因素随机效应模型，当考虑个体效应随机时使用。每个被试者由不同的随机选择的评定者评分或所有被试者由一个评定者评分，用于检验每个被试的均值全部相等的假设，实际上并不能检验x的重测信度。若对被试者间的差异感兴趣，可选用该模型。

agreement：由于考虑评定者系统误差，分母方差中保留了列方差即评定者方差，用于测量评定者是否给予被试者相同的绝对评分;

consistency：由于不考虑评定者系统误差，分母方差中去掉列方差即评定者方差，用于测量评定者评分是否高度相关。

single：每个评定者的评分，给出单个评定者评分的可靠性，若进一步研究时使用单个评定者评分，则采用此度量;

average：k个评定者评分的均值，给出k个评定者评分的可靠性，如果研究设计使用每个条目多个评定者评分的均值时采用此度量。

第一步：确定是在单因素方差分析模型还是两因素方差分析模型中估算ICC，这取决于试验中评定者的选取方式。

第二步：确定分析估算ICC的单位，即是测量单个评分之间的一致性还是测度多个评分的均值之间的可靠性，这取决于试验设计本身。

第三步：确定ICC测量对象是绝对一致性还是相对一致性，这取决于试验设计的目的。

点击医学统计模型->ICC分析,进入之后选择需要分析的因子及相关参数，即可开始分析。平台就会自动分析出ICC结果。下图是ICC分析结果图。

以样例数据库中的乳腺癌数据为例对Bland Chromatin、Uniformity of Cell Size、 Uniformity of Cell Shape三因子进行ICC分析（即将这三个因子看成3个试验结果），通过ICC分析来看看3组试验的一致性情况，其分析结果如下表所示。