R语言中的一致性检验丨数析学院

Python012

R语言中的一致性检验丨数析学院,第1张

在诊断试验中，研究者希望考察不同诊断方法在诊断结果上是否具有一致性，比如：不同医务工作者对同一组病人的诊断结果是否一致、不同的诊断方法对同一个样本或研究对象的化验结果是否一致等。Cohen 等提出用 Kappa 值作为评价一致性的指标，并得到了广泛的应用，本节将向大家介绍不同条件下的一致性检验。

用于一致性检验的方法取决于数据类型（属性数据，顺序数据，连续数据）以及需要检验的结果组数。

以下是 irr 包中的diagnoses 数据集的一部分，包括三个医生对 30 位病人的诊断结果。

两组结果一致性检验： Cohen’s Kappa

多组结果一致性检验: Fleiss’s Kappa, Conger’s Kappa

如果出现多个评分者，将使用Fleiss’s Kappa。

当然也可以使用Conger’s (1980) 的方法计算精确的Kappa。（注意：目前不知道这个方法效果相对于普通的是好是坏。）

今天我们将通过一个例子来说明如何分析两个定类变量。

文章背景：我们想研究CFPS2010和CFPS2012青少年对自身的职业期望。

如表1，我们将原始的职业期望编码整合成9类（职业编码的大类）和其他。由于我们想分析同一个人在跨轮次调查中职业期望的稳定性情况，故将分析对象定义为在CFPS2010和CFPS2012中都回答了自己对自己职业期望的受访者。如表2所示，进行重编码后的数据是宽数据，样本量是1920，数据集名字为expect。我们在进行后续分析时，要将其转换为绘图所需的其他形式。

⭐分析方式1——列联表、频数与频率

在表3中，我们展示了2010与2012年青少年职业期望的交叉统计情况。同时该表内，也附上了频数（落在各类别中的数据个数）、⽐例（某⼀类别数据占全部数据的⽐值）、百分⽐（将对⽐的基数作为100⽽计算的⽐值，包括百分比、行百分比和列百分比）。

⭐分析方式2——统计图表

分析前色彩讲解：预设渐变色，我们这里介绍2个色彩包。

1）专门生产系列颜色的RColorBrewer包，详见图1中的系列颜色。

library(RColorBrewer)

display.brewer.all()

2）色盲友好的配色方案viridis包，详见图2中的系列颜色。

library(viridis)

?viridis()#可以看到更多对这组包色彩的说明

接下来我们来画图吧~【注：图3-图6中的类目数字的含义：1）国家机关、党群组织、企业、事业单位负责人；2）医生；3）教师；4）专业技术人员（刨除教师和医生）；5）办事人员和有关人员；6）商业、服务业人员；7）农、林、牧、渔、水利业生产人员；8）生产、运输设备操作人员及有关人员；9）军人；10）其他。】