当前位置：文档之家 › 两种测量方法定量数据测量结果的一致性评价07-01-04

两种测量方法定量数据测量结果的一致性评价07-01-04

  • 格式：pdf
  • 大小：223.36 KB
  • 文档页数：8

下载文档原格式

  / 8

合集下载

定性试验评价和检测结果一致性检验的统计分析方法Jerry

定性试验评价和检测结果一致性检验的统计分析方法Jerry

2
CLSI EP文件介绍
定性测定的性能分析（CLSI EP12-A2） 检测结果一致性检验的统计分析方法
3
CLSI EP文件介绍
定性测定的性能分析（CLSI EP12-A2）
4
定性测定的性能验证（CLSI EP12-A2）
1、定性试验评价指标
特异性； 灵敏度； 测定下限； 重复性； 准确性； 抗干扰能力。
同样一份样本，在多次重复实验中各有50%的几率获得阳性或阴性的结果时该 分析物的浓度。 临界点与试剂盒阳性反应判断值（Cutoff值）的区别
a) 这里的临界点指的是一个处于试剂检测临界点的样本浓度，其一旦确定， 是不变的；
b) 试剂盒Cutoff值指的是一个判断某一次测定结果的由阴性和阳性对照信号值 按一定公式计算出来的信号值，每次测定都会有所差异。
临界点的(精密度）重复性指的是什么？ 是为正在评价的检测试剂或系统建立分析物的临界浓度(C50)，并且确保临界
浓度±20%的Leabharlann 围处于95%区间内(C5~C95)。
7
定性测定的性能验证（CLSI EP12-A2）
3、Cutoff重复性和测定下限验证 临界值（Cutoff）：实验结果处于（阴、阳性）分界点时的样品中分析物浓度
两种不同方法的不精密度曲线比较
比对试剂的C50和C5~C95区间能反映试剂的灵敏度和不精密度。试剂 批内与批间C50的差异越小，说明试剂的重复性越好。C50浓度也反映出 试剂灵敏度的差异，C50浓度小的试剂对低浓度的标本检出能力强，检测 灵敏度较高。在同C50下C5~C95范围越小，说明试剂的精密性越好。
超出这种方法的95%区间？
40次测定的阳性结果 ≤ 13 40 (32.5%) ≥ 27 40 (67.5%)

两种测量方法定量数据测量结果的一致性评价07-01-04

两种测量方法定量数据测量结果的一致性评价07-01-04

，由
于随机误差
Eij
与Tj
、
Bij
是独立的，且
Eij
来自与正态分布
N
(0,
σ
2 iE
)
，可以得到，M
仪器
测量值与
N
仪器测量值的协方差为
σ
2＋
T
cov(
BMj
,
BNj
)
。则相关系数为：
σ
2＋
T
cov(
BMj
,
BNj
)
(σ
T2＋σ
M2 B＋σ
2 ME
)(σ
T2＋σ
N2B＋σ
2 NE
)
2
但若 M 仪器测量偏倚人为的增加定值 C，则 BM′ j = BMj + C ，代入上式可发现，
通过绘制blandaltman图观察测量差值d与测量均值a的关系此时对d的独立性检验等价于mn两仪器测量数据的方差齐性检验即对的检验11独立的时候即两种测量数据具有方差齐性且差值不会系统地随测量尺度的扩大而变化在散点图中表现为各散点均衡的在d水平线上下波动且差值服从正态分布时一般情况下差值都服从正态分布可以计算一致性限度196
ρˆ ICC
=
MS区组
+ (k
MS区组－MS误差
−
1）MS误差＋
（k MS处理－MS误差） n
式中，k 表示测量仪器的个数(此处为两种)，n 表示测量对象个数。
ICC 的假设检验，即检验 ICC 是否为零的假设检验，实际上与方差分析检验结果一致[7]，
检验统计量
F
=
MS区组 MS误差
，ν 区组＝n
−1，ν＝(n
)
3

定性试验评价和检测结果一致性检验的统计分析方法

定性试验评价和检测结果一致性检验的统计分析方法

定性试验评价和检测结果一致性检验的统计分析方法目录一、内容概要 (3)1.1 背景与意义 (3)1.2 文献综述 (4)1.3 研究目的与问题 (6)二、定性试验评价方法 (7)2.1 定性试验概述 (8)2.2 常用定性试验评价方法介绍 (8)2.2.1 专家评审法 (10)2.2.2 访谈法 (11)2.2.3 观察法 (11)2.2.4 实验室试验 (13)2.3 定性试验评价方法的比较与选择 (14)三、定性试验检测结果 (16)3.1 检测结果的记录与描述 (17)3.2 检测结果的统计分析 (18)3.3 检测结果的质量评估 (19)四、一致性检验的基本原理 (20)4.1 一致性检验的概念与意义 (22)4.2 一致性检验的常用方法 (23)4.2.1 交叉验证法 (24)4.2.2 Kappa系数检验 (26)4.2.3 Cronbach's alpha系数检验 (26)4.3 一致性检验的参数设置与优化 (27)五、定性试验评价与检测结果一致性检验的统计分析方法 (29)5.1 统计分析方法的分类与应用 (30)5.1.1 方差分析(ANOVA) (31)5.1.2 逻辑回归分析 (32)5.1.3 项目反应理论(RT) (33)5.2 统计分析方法的参数选择与优化 (35)5.2.1 显著性水平与检验功效 (36)5.2.2 样本量与效应量的估计 (37)5.2.3 参数估计与假设检验的合理性 (38)六、案例分析与讨论 (39)6.1 案例背景与数据来源 (40)6.2 定性试验评价与检测结果的一致性检验过程 (41)6.3 结果分析与讨论 (42)七、结论与展望 (43)7.1 研究结论 (44)7.2 研究贡献与局限性 (45)7.3 未来研究方向展望 (46)一、内容概要本文档主要介绍了定性试验评价及检测结果一致性检验的统计分析方法。

我们将概述定性试验评价的基本概念及重要性，强调其在各个领域中的广泛应用。

测量方法一致性评价

测量方法一致性评价

知行合一
测量方法一致性评价
【两种脂肪测量方法的评价问题】 人乳中脂肪含量的测量方法有两种：方法一为甘油三酯
酶解法（trig），方法二位标准的Gerber方法（gerber）。用 两种方法检测测量45例研究对象，进行评价。
【分析思路】
• 围绕以下五个问题思考 1.两种方法得出来的结果是否有差异？ 差异多大？ 2.测量误差有多大？测量值的误差是否随测量值的
【数据类型】
1、一次性测量：每个受试者两种方法各测量一次。 （见本篇） 1. 可互换的重复性测量：每个受试者两种方法各测
量2次或以上。 2. 配对的重复性测量：如每个受试者由不同的测量
员或在不同的时间分别用两种方法测量一次，每 个测量员或每个时点，都有两种方法的测量结果 。这样测量员或时点就是配对因素。
答案：Test for constant variance ：P=0.38，尚不能认为测量值的方差随测 量值的大小变化，其中方差代表离散度，表明测量值的误差不随测量值 的大小变化。
2. 回答第3个问题：一种测量方法能被另一种取代吗？
答案： Test for slope = 1 ：P=0.00456，两种方法不能直接替换，需要建 立互换函数。
【结果解释】
• 两方法结果差的均值D （TRIG – GERBER）= -0.000222 • 一致性范围（limits of agreement）：-0.174812, 0.174368 • 标准差（SD）= 0.087295 【临床意义】
回答第1个问题：“两种方法得出来的结果是否有差异？ 差异多大？”两种方法若 没有差异，“两方法结果差的均值D ”应该等于0；所以偏移（bias）为-0.000222。
【临床意义】 回答第4个问题：如何把一种测量值转换成另一种? 转换结果准确性如何？ 答案：给出了两种测量方法互换函数和置信区间评估准确性。

诊断试验的一致性检验，方法那么多，你捋清楚了吗？

诊断试验的一致性检验，方法那么多，你捋清楚了吗？

诊断试验的一致性检验，方法那么多，你捋清楚了吗？聊起诊断试验那可是应用相当广泛：评价两种方法或仪器诊断结果是否一致，得用到诊断试验；看看两个大夫对同一群病人诊断是否一致，要用诊断试验；评价同一组患者前后两次诊断结果的一致性，还得用到诊断试验，等等......简而言之，诊断试验关注的重点是“一致性”，也就是说同一个体用两种仪器（方法/评价者）或前后两次时间进行观测，其结果在误差允许范围内是一致的。

评价一致性程度的方法很多，比如说Kappa 值、Kendall一致性系数、组内相关系数（ICC）等等，但是选对合适的方法却不容易，接下来就帮大家梳理一番！配对χ2检验 vs. 一致性检验配对χ2检验（McNemar检验）和Kappa一致性检验都可以用于配对设计的列联表分析（表1），例如，比较超声和CT平扫对于急性阑尾炎的诊断价值，但是两者却各有侧重。

(1) 两者计算方法不同由①②③可知在计算Kappa过程中，会利用到四格表中全部的数据（a、b、c、d），而公式④表明配对χ2检验只利用了四格表中“不一致”的数据（b和c）。

(2) 两者提供的信息不同一致性检验不仅可以明确两种方法是否存在一致，更重要的是可以计算Kappa值，进而评价一致性的程度。

目前认为，Kappa<0，一致性强度极差（实际情况下发生可能性较低）；0-0.20，微弱；0.21-0.40，弱；0.41-0.60，中度；0.61-0.80，高度；0.81-1.00，极强。

配对χ2检验只能给出两种方法阳性（或阴性）检出率的差异是否具有统计学意义，但配对卡方检验掩盖了一个问题，即它对两种方法阳性（或阴性）检出率不区分真阳性（真阴性）和假阳性（假阴性）。

事实上我们更想知道两种方法都检出真正病人或者非病人一致性如何，这里就凸显了Kappa的重要性。

详细操作戳以下链接：SPSS详细操作：一致性检验和配对卡方检验/SPSS操作：一致性检验，如何计算kappa值？加权Kappa和Kendall'Tb系数除了上面提到的无序分类变量，实际过程中我们还会遇到一些有序分类资料（等级资料）的结果（表2），比如化验结果的“-、±、+、++、+++”，这时候就需要用到加权Kappa系数和Kendall'Tb系数来评价诊断试验的一致性。

生化仪两种时间模式下所测同一项目结果的对比观察

生化仪两种时间模式下所测同一项目结果的对比观察

生化仪两种时间模式下所测同一项目结果的对比观察发表时间：2018-11-27T15:31:28.210Z 来源：《医药前沿》2018年28期作者：王成河[导读] 同一项目测量采用两种不同时间模式，进行方法学对比和相对偏倚分析，探讨不同的时间模式下所测同一项目结果的可比性及偏倚分析王成河（江苏省宜兴市东山东路宜兴市肿瘤医院检验科江苏宜兴 214200）【摘要】目的：同一项目测量采用两种不同时间模式，进行方法学对比和相对偏倚分析，探讨不同的时间模式下所测同一项目结果的可比性及偏倚分析。

方法：以两点终点法的总胆红素（TBIL）项目为试验对象，现用方法为基本方法，时间模式10min；新增对比方法，其时间模式设为5min，余参数作相应调整。

对两法所测结果进行对比观察及偏倚分析。

结果：两种时间模式下所测结果相关性良好，r=0.9968；相对偏倚满足要求，最大偏倚6.1%；配对t检验显示两组结果无显著差异（P>0.05）。

结论：两法所测TBIL结果同样可靠，但对比方法时间消耗更少，检测效率成倍提高，可替代基本方法应用于日常生化分析。

【关键词】生化仪；时间模式；方法比对；相对偏倚【中图分类号】R446 【文献标识码】A 【文章编号】2095-1752（2018）28-0347-02 日常工作中，发现部分终点法项目在反应到达终点时，仪器的检测效率尚有提升的空间。

通过调整项目时间模式以缩短分析流程时间，力求在保障结果可靠的前提下，更好地发挥仪器的检测效率。

为此，根据美国“用病人样本进行方法学比较和偏差评估”指南文件EP9-A2方案[1]，选用氧化法测定的TBIL为对象，分别设置两种不同的时间模式、不同的读点，平行测定同一组标本，以评价两法可比性及偏倚，观察两种方法是否均能达到终点。

1.材料和方法1.1 样品收集2018年7月21日—2018年7月26日的本院患者血清，包括正常值和异常值标本，标本要求新鲜、无溶血脂血。

测量一致性评价

Test for slope = 1 ：P<0.05，两种方法测量值的回归线斜率显 著不等于1。也就是说差值D不独立于均值A，不宜用固定的 （常数）值来确定一致性范围，即不宜用上面Limits of agreement表中的结果表达一致性范围。需要通过DA回归分 析建立一致性范围与两种方法结果互换函数
Summary 观察样本量（obs）最小值（minimun）中位 数（median）最大 值（maximum）; 解两种检 测方法结果的一般分布情况 ; Limits of agreement 两方法结果差的均值D ; 一致性范围（limits of agreement）; 标准 差（SD）
该方法的基本思想是，利用原始数据的均值 与差值，分别以均值为横轴，以差值为纵轴 做散点图(difference-average plot)，计算 差值的均数以及差值的95%分布范围（即为 一致性界限），认为应该有95%的差值位于 该一致性界值以内。
分析散点的分布与一致性界限的位置关系， 并且与专业上可接受的界限值相比较，如果 一致性界限在临床上可以接受，则认为床医学、基础试验中，我们常常会对两种或 两种以上诊断方法进行比较或者对测量结果进行 一致性评价。
一种方法是“金标准”或公认的方法，而另外一 种是新方法或手段，可能更加经济或者创伤小
或者我们关注方法之间互换性如何。通过对诊断 或测量结果一致性评价，可以回答“方法之间能 否互相替代”的问题。
一次性测量：每个受试者两种方法各测量一 次。（见本篇）
选择“数据分析”—“诊断试验与预测方程”—“定量测量方法比较”
方法1： 方法2： 此处选择重复方法为“1：一次性测量”
【结果解释】 Bland-Altma散点图：即差值（Y）与均值（X）的散点图 每个点代表每个检测样本 横坐标为受试对象两种方法测量值的均值A，本例中为 纵坐标为受试对象两种方法测量值的差值D，本例中为 上图3条水平线即差值D的平均值及其95%范围

数据一致性检验

数据一致性检验数据一致性检验是一种用于验证数据在不同系统或者环境中是否保持一致的过程。

它可以匡助我们确保数据在不同的数据源、数据库或者系统之间的一致性，以便在进行数据分析、报告生成或者决策制定时能够获得准确可靠的结果。

数据一致性检验通常包括以下步骤：1. 数据源确认：首先需要确认要进行一致性检验的数据源，这可以是不同的数据库、文件或者系统。

2. 数据提取：从每一个数据源中提取需要进行一致性检验的数据。

这可以通过使用SQL查询、API调用或者文件导出等方式完成。

3. 数据清洗：对提取的数据进行清洗，确保数据的格式一致，去除重复值和异常值，以减少对一致性检验结果的影响。

4. 数据对照：将清洗后的数据进行对照，以发现其中的差异。

对照可以基于字段级别、记录级别或者整个数据集级别进行。

5. 差异分析：对发现的差异进行分析，确定其原因和影响。

差异可能是由于数据输入错误、数据传输问题、系统间数据同步延迟或者数据处理算法不一致等原因引起的。

6. 异常处理：对于发现的差异，需要根据具体情况进行处理。

这可能包括数据修复、系统配置更改、数据同步或者数据转换等操作。

7. 结果报告：最后，将数据一致性检验的结果进行报告，包括检验的方法、发现的差异、差异的原因和解决方案等信息。

报告可以以表格、图表或者文本形式呈现。

数据一致性检验的重要性在于确保数据的准确性和可靠性。

在数据分析和决策制定过程中，如果数据不一致，可能会导致错误的结果和决策。

因此，进行数据一致性检验是保证数据质量的重要步骤。

举例来说，假设我们有两个不同的数据库，一个用于存储销售数据，另一个用于存储库存数据。

我们希翼验证这两个数据库中的产品数量是否一致。

我们可以按照以下步骤进行数据一致性检验：1. 确认数据源：确认销售数据库和库存数据库作为要进行一致性检验的数据源。

2. 提取数据：从销售数据库和库存数据库中提取产品数量数据。

3. 清洗数据：对提取的数据进行清洗，确保数据格式一致，去除重复值和异常值。

《教育测量与评价》第01章在线测

《教育测量与评价》第01章在线测试52:43剩余时间：答题须知：1、本卷满分20分。

2、答完题后，请一定要单击下面的“交卷”按钮交卷，否则无法记录本试卷的成绩。

3、在交卷之前，不要刷新本网页，否则你的答题结果将会被清空。

第一题、单项选择题（每题1分，5道题共5分）1、运动会体育比赛排除前八名，这种排名属于（）A、A等距量表芈B、B顺序量表C、C等比量表蚃D、D命名量表2、微观教育评价的对象主要指（）A、A老师蚄B、B学生C、C学校莁D、D教育全领域3、按教育评价主体分为自我评价和（）A、A老师评价袃B、B学生评价C、C他人评价薈D、D学校评价4、教育、教学活动计划实施过程中，对计划、方案执行情况进行的评价是（）A、A形成性评价膃B、B诊断性评价C、C发展性评价袆D、D终结性评价5、以班级的平均成绩为标准对学生学习成绩进行的评价为（）A、A绝对评价螈B、B相对评价C、C比较性评价螄D、D需要性的评价第二题、多项选择题（每题2分，5道题共10分）1、测量的要素包括（）A、A信度B、B数字C、C法则D、D事物2、教育评价的意义包括（）A、A是教育管理的主要组成部分B、B是监督检查的工具C、C深化教育改革的主要措施D、D是提高教育质量的手段3、现代教育评价的发展阶段包括（）A、A开创时期B、B大发展时期C、C专业时期D、D深入时期4、泰勒提出的教育评价准则有（）A、A客观性B、B具体性C、C信度D、D效度5、下列哪些属于教育测量的先驱人物（）A、A莱斯B、B泰勒C、C桑代克D、D斯克里芬第三题、判断题（每题1分，5道题共5分）1、将众多的对象根据一个标准来进行衡量和判断，对他们进行科学的教育评价，筛选择优，称为教育评价的筛选择优功能。

正确错误2、在桑代克的《精神与社会测验学导论》中第一次提出教育评价的概念正确错误3、学生考试的原始分一般属于等距量表正确错误4、形成性评价就是指在教育教学活动计划实施的过程中，对计划、方案执行情况的评价正确错误5、绝对评价是在评价对象团体中确定一个基准。

两个定量数据统计学方法

两个定量数据统计学方法
对于两个定量数据，我们首先需要确定数据的性质和分布情况，然后选择适合的统计学方法进行分析。

以下是几种常见的统计学方法：
1. 描述性统计：这是最基础的统计方法，用于描述数据的集中趋势、离散程度和分布形状。

常见的指标包括均值、中位数、众数、标准差、四分位数等。

2. T检验：这是一种比较两组数据差异的统计方法。

如果数据来自正态分布的总体，并且两组数据具有相同的方差，则可以使用独立样本T检验。

如果两组数据来自同一个总体，则可以使用配对样本T检验。

3. 方差分析（ANOVA）：当比较三个或更多组数据的均值差异时，可以使用方差分析。

它用于检验各组数据是否来自具有相同方差的总体，以及各组的均值是否相等。

4. 相关分析：用于检验两个变量之间是否存在线性关系，以及关系的强度和方向。

可以使用Pearson相关系数、Spearman秩相关系数等方法。

5. 回归分析：用于预测一个因变量（目标变量）基于一个或多个自变量（预测变量）的值。

线性回归是最常用的回归分析方法，但还有其他的回归模型，如逻辑回归、多项式回归、岭回归等。

6. 假设检验：用于检验一个关于总体参数的假设是否成立。

常见的假设检验方法包括Z检验、卡方检验等。

7. 非参数检验：适用于数据不符合正态分布或方差不齐的情况。

常见的非参数检验包括Mann-Whitney U检验、Kruskal-Wallis检验等。

选择合适的统计学方法需要考虑数据的性质、分布情况以及研究目的。

在分析数据时，还需要注意数据的异常值、缺失值等问题，并进行适当的处理。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
X ij = Tj + Bij + Eij ，则 ICC 可表示为：
ICC
=
σ
2 T
σ
T2＋σ
B2＋ σ
2 E
从上式可见，ICC 大意味着作为两仪器测量差别的系统误差与随机误差均小，数据一致 性较好。一般情况下无法得到上式各指标的具体值，但可通过两因素方差分析模型(随机区 组设计方差分析)进行估计[6]，公式为：
，由
于随机误差
Eij
与Tj
、
Bij
是独立的，且
Eij
来自与正态分布
N
(0,
σ
2 iE
)
，可以得到，M
仪器
测量值与
N
仪器测量值的协方差为
σ
2＋
T
cov(
BMj
,
BNj
)
。则相关系数为：
σ
2＋
T
cov(
BMj
,
BNj
)
(σ
T2＋σ
Mቤተ መጻሕፍቲ ባይዱ B＋σ
2 ME
)(σ
T2＋σ
N2B＋σ
2 NE
)
2
但若 M 仪器测量偏倚人为的增加定值 C，则 BM′ j = BMj + C ，代入上式可发现，
若 D 与 A 独立，或 Cor(D, A) 无统计学意义时，可计算一致性限度(limits of agreement)
作为评价一致性的指标，即差值 D 的 95％参考值范围 D ±1.96S 。此时，一致性限度既可
衡量系统误差又能估计随机误差的大小。若一致性限度的界值不具有实际专业意义，即表明 两测量数据具有较高的一致性，提示两种测量仪器是可替代的。
若 D 与 A 不独立，或 Cor(D, A) 有统计学意义时，则不能简单的计算一致性限度，而 应该进行回归分析 D = α + β A + ε ，此时关注的是α = β = 0 。容易证明如下公式：
β
= Cov(D,
A)
/
σ
2 A
=
0.5(σ
2 XM
−σ
2 XN
)
/(σ
2 XM
−σ
2 XN
+ 2ρσXMσXN
−1)(2
−1)
。
4. Bland-Altman 法
对评价定量数据两种测量结果的一致性，Bland 和 Altman 提出了另一种方法[2][8]。Bland 与 Altman 建议首先绘制两仪器测量值差值对应于均值的散点图(Bland-Altman 图)，设
D = X M − X N ， A = ( X M + X N ) / 2 ，即绘制 D 与 A 的散点图，观察 D 与 A 的关系。
一、方法
设两种定量数据的测量仪器分别为 M 和 N 仪器。仪器 i ( i = M, N )对测量对象
j ( j = 1,L , n )的测量结果为 X ij 。进一步，假定测量值 X ij = Tj + Bij + Eij ，其中 Tj 代表第
j 个测量对象的真值， Bij 代表第 i 个仪器对测量对象 j 的系统误差(bias)， Eij 代表第 i 个仪
D
2 j
−
(Dj −α − β Aj )2} {2
(Dj −α − β Aj )2} ~ F (2, n − 2)
j =1
j =1
j =1
上式可同时检验截距和斜率是否为零。此时，可根据 Bradley-Blackwood 检验结果判断 两种测量数据的一致性。
二、实例及模拟分析
采用某医院关于传统实验室检验(M 法)与新型便携式血凝仪(N 法)可替换性研究的数据， 共对 122 人分别采用两种检测方法进行检测，得到 122 对抗凝效果指标 INR 值。为了比较 上述方法评价两种测量仪器定量测量结果一致性的优劣，本文从实例数据中衍生模拟出另外 三种情况。情况 1，设置比较大的偏倚，即对所有 N 法测量值恒加 1(这里假设两仪器测量差 值如果大于 0.5，则从专业角度可认为测量结果不同)；情况 2：设置比较大的围绕均数分布 的随机误差，即对 N 法测量值随机地增加 1 或者减少 1；情况 3：把所有观测值范围变小， 相当于只对某一局限范围的个体(M 法结果最小的 20 对数据)进行测量，评价该范围内两测 量仪器的测量一致性。数据见表 1。
Key words Agreement, paired t test, simple correlation coefficient, intra-class correlation coefficients, Bland-Altman method
∗ 李晓松 通讯地址：四川成都人民南路三段 16 号 610041 四川大学华西公共卫生学院卫生统计学教研室
器对测量对象
j
的随机误差(error)。假定 Tj
服从正态分布
N
(
μT
,
σ
2 T
)
, Bij 来自于正态分布
N
(μiB
,σ
2 iB
)
，
Eij
来自于正态分布
N
(0,
σ
2 iE
)
。一般地， Tj
、
Bij
与
Eij
是相互独立的[1][2]。
1. 配对 t 检验 Howell(1987)[3]以及陈玉平(2005)等[4]曾使用配对 t 检验作为衡量一致性的方法。配对 t
1
在医学和公共卫生研究领域，常需评价两种仪器、两种方法或两个测量者测量结果的一 致性。如临床医生趋向于应用更方便、快捷、经济、安全的仪器来代替传统的测量仪器或方 法，但欲使用新仪器(方法)取代旧仪器(方法)，必须保证新旧两仪器(方法)测量结果的一致性、 等价性或可交换性。目前国内用于评价定量数据两种测量结果一致性的方法有配对 t 检验和 简单相关分析，也有采用组内相关系数的报道，但存在一定的误用。国外有采用 Bland-Altman 法评价一致性的报道。本文主要探讨此几种常见方法的应用条件、限制以及优劣。
检验的原理是两测量仪器 M、N 结果差值与均数为零的总体进行比较，即检验 E( X Mj − X Nj )
是否为零。容易得到：
E( X Mj − X Nj ) = E(Tj + BMj + EMj − Tj − BNj − ENj )＝E（BMj－BNj）=μMB − μNB
可见，配对 t 检验主要检验的是两测量仪器的系统误差是否有差别，即对两测量结果的 系统误差敏感，但不能兼顾随机误差。
ρˆ ICC
=
MS区组
+ (k
MS区组－MS误差
−
1）MS误差＋
（k MS处理－MS误差） n
式中，k 表示测量仪器的个数(此处为两种)，n 表示测量对象个数。
ICC 的假设检验，即检验 ICC 是否为零的假设检验，实际上与方差分析检验结果一致[7]，
检验统计量
F
=
MS区组 MS误差
，ν 区组＝n
−1，ν＝(n
Objective To evaluate the Agreement of quantitative measurements of two raters. Methods Expounding the advantages and disadvantages of paired t test, simple correlation coefficient, intra-class correlation coefficients (ICC) and Bland-Altman method. Each method was used to evaluate the agreement of a true data and three hypothetical situations developed from the true one. Results In the situation of true data demonstrating good agreement, correlation coefficient, the ICC and Bland-Altman method indicated good agreement, but paired t test suggested the data was not reliable. In the situation demonstrating systematic bias, the ICC, paired t test and Bland-Altman method suggested the data were not reliable, whereas the Pearson correlation suggested high reliability despite the systematic discrepancy. In the situation representing substantial random error where low agreement was expected, the ICC, correlation coefficient and Bland-Altman method accurately illustrated this. The t test suggested the data were reliable. In the situation demonstrating low range of measurements where both bias and error were small, paired t test and Bland-Altman method suggested good agreement, but ICC and correlation coefficient failed to demonstrate that. Conclusion Both paired t test and simple correlation coefficient had defects in assessing agreement, and intra-class correlation coefficients and the Bland-Altman method were the preferable techniques to measure agreement although there are some limitations associated with the use of these techniques.