Editverse Ücretsiz Hesap Makinesi
Uyum Korelasyon Hesaplayıcısı (Lin'in CCC'si)
İki yöntem arasındaki uyumu sürekli bir ölçekte tek bir endeksle ölçün — Lin'in uyum korelasyon katsayısı, 45 derecelik özdeşlik çizgisine yakınlığı ödüllendirir — ve sonucun arkasındaki tam R komutu aşağıda verilmiştir. Ayrıntılı kılavuz aşağıdadır. R 4.3.3 ile doğrulanmıştır.
Basit Sözlerle
Lin'in uyum korelasyon katsayısı (CCC), eşleştirilmiş ölçümlerin orijinden geçen 45 derecelik doğru üzerinde ne kadar yakın olduğunu ölçer; bu doğru mükemmel uyum çizgisidir. Noktaların herhangi bir düz çizgi üzerinde olup olmadığını kontrol eden Pearson korelasyonunun aksine, CCC hem dağılımı hem de özdeşlikten sistematik sapmayı cezalandırır.
CCC iki bölümü birleştirir: noktaların bir çizgi etrafında ne kadar sıkı kümelendiği (hassasiyet) ve bu çizginin özdeşlik çizgisine ne kadar yakın olduğu (doğruluk). Değeri -1 ile 1 arasında değişir; 1 mükemmel uyumu ifade eder. Bu, Bland-Altman grafiğinin görsel detayını tamamlayan, tek bir sayı ile ifade edilen bir uyum özeti olmasını sağlar.
Lin'in CCC'sini Ne Zaman Kullanmalısınız?
İki sürekli yöntem, değerlendirici veya analiz arasındaki uyumu özetleyen tek bir sayı istediğinizde CCC'yi kullanın; örneğin, yöntem doğrulama veya tekrarlanabilirlik çalışmalarında. Bu, sistematik sapma için düzeltilmiş bir korelasyon katsayısının uyum karşılığıdır.
CCC'yi bir Bland-Altman grafiğiyle birlikte raporlayın , çünkü katsayı uyumu özetlerken grafik ise aralık boyunca örüntüsünü ortaya koyar. İkiden fazla değerlendirici veya tekrarlanan ölçümler için, sınıf içi korelasyon katsayısı daha kapsamlı bir araçtır ve basit bir korelasyon asla uyumla karıştırılmamalıdır. Hangisinin uygun olduğundan emin değil misiniz? Test Seçicimiz size yardımcı olabilir.
Beklenen: 2 sütun: A Yöntemi değerleri | B Yöntemi değerleri
CSV dosyasını buraya sürükleyin veya seçmek için tıklayın. Tarayıcınızda ayrıştırılacaktır: hiçbir şey yüklenmeyecektir.
Beklenen: 2 sütun: A Yöntemi değerleri | B Yöntemi değerleri
x <- c({x}) y <- c({y}) n <- length(x) sx <- mean((x-mean(x))^2); sy <- mean((y-mean(y))^2); sxy <- mean((x-mean(x))*(y-mean(y))) ccc <- 2*sxy/(sx+sy+(mean(x)-mean(y))^2) ccc cor(x, y) # hassasiyet; Cb = ccc / r (doğruluk)Kullanıcı Rehberi
Ne zaman kullanılır? Aynı sürekli niceliği ölçen iki yöntem arasındaki uyumu (sadece korelasyonu değil) nicel olarak ifade etmek için kullanılır.
Varsayımlar: Aynı denekler üzerinde yapılan eşleştirilmiş ölçümler; Fisher-z güven aralığı için yaklaşık olarak iki değişkenli normal dağılım; makul derecede geniş bir değer aralığı.
Sık yapılan hatalar. Uyum iddiasında bulunmak için yalnızca Pearson r değerini kullanmayın. Çok küçük örneklemlerde güven aralığı güvenilir değildir; Bland-Altman grafiği ekleyin.
Çalışılmış örnek
Yukarıdaki "Örnek verileri yükle" seçeneğine tıklayın , ardından "Analizi çalıştır" seçeneğine tıklayarak bu test için şekil, formül ve yorum içeren eksiksiz bir sonucu görebilirsiniz.
Referanslar
- Lin LI. Tekrarlanabilirliği değerlendirmek için bir uyum korelasyon katsayısı. Biyometri. 1989;45(1):255-268.
- McBride GB. Lin'in uyum korelasyon katsayısı için anlaşma gücü kriterlerine ilişkin bir öneri. NIWA Müşteri Raporu HAM2005-062. 2005.
Çalışılan Örnekler
Örnek 1 — Güçlü uyum
İki analiz yöntemi, tüm aralık boyunca çok benzer değerler vermektedir. CCC yaklaşık 0.97 olup, yüksek hassasiyet (dar dağılım) ve yüksek doğruluk (uygun çizgi neredeyse özdeşlik çizgisi üzerinde yer almaktadır) göstermektedir. Yöntemler, birbirinin yerine kullanılabilecek kadar iyi bir uyum sergilemektedir.
Örnek 2 — İyi korelasyon, daha düşük CCC
İki yöntem r = 0.98 korelasyon katsayısına sahip ancak biri sistematik olarak yüksek değerler gösteriyor. Pearson'ın r değeri 0.98 civarında kalırken, CCC'nin değeri belki de 0.80'e düşüyor çünkü noktalar özdeşlik doğrusuna paralel ancak ondan biraz sapmış bir doğru üzerinde yer alıyor - bu sapma tam olarak CCC'nin cezalandırdığı şey.
Kontrol Edilmesi Gereken Varsayımlar
Eşleştirilmiş sürekli ölçümler. CCC, her denek için aynı ölçekte aynı niceliğin iki okumasını karşılaştırır.
Anlamlı bir özdeşlik çizgisi. CCC, 45 derecelik çizgiye yakınlığı ölçtüğü için, endeksin yorumlanabilir olması için iki yöntemin de aynı birim ve ölçekte olması gerekir.
Yeterli aralık ve örneklem. Dar bir ölçüm aralığı veya çok az sayıda çift, CCC'yi kararsız hale getirir; güven aralığını bildirin.
Yaygın hatalar
CCC'ye Pearson'ınki gibi davranmak
Pearson'ın r katsayısı sistematik sapmayı göz ardı eder; CCC ise etmez. Daha düşük bir CCC ile yüksek bir r değeri, yöntemler arasında gerçek bir fark olduğunu gösterir.
CCC'yi olay yeri olmadan bildirmek
Tek bir sayı, görüş ayrılığının örüntüsünü gizler. Yöntemlerin nerede ve nasıl farklılaştığını görmek için bunu bir Bland-Altman grafiğiyle eşleştirin.
Farklı ölçeklerdeki yöntemlerin karşılaştırılması
CCC, özdeşlik çizgisine bağlıdır, bu nedenle ancak her iki yöntem de aynı birimleri ve ölçeği paylaştığında anlamlıdır.
Güven aralığını göz ardı ederek
Küçük örneklemlerde CCC nokta tahmini kesin değildir; okuyucuların kanıtın gücünü değerlendirebilmeleri için her zaman aralığını belirtin.
Sıkça Sorulan Sorular
CCC ile Pearson'ın r'si arasındaki fark nedir?
Pearson'ın r katsayısı herhangi bir çizgi etrafındaki kümelenmeyi ölçer; CCC ise özdeşlik çizgisi etrafındaki kümelenmeyi ölçer, dolayısıyla r'nin göz ardı ettiği sistematik yanlılığı cezalandırır.
İyi bir CCC değeri nedir?
Daha yüksek değer daha iyidir; 1'e yaklaşan değerler güçlü bir uyumu gösterir, ancak yeterli düzey klinik veya analitik bağlama bağlıdır.
Bland-Altman komplosunu da bildirmeli miyim?
Evet. CCC, uyumu tek bir sayıyla özetlerken, Bland-Altman grafiği sapmayı ve uyumun ölçüm aralığı boyunca nasıl değiştiğini gösterir.
Sonuç R ile eşleşiyor mu?
Evet. Hesap makinesi, hassasiyet ve doğruluğu birleştiren Lin'in standart formülünü kullanır ve katsayıyı yeniden oluşturabilmeniz için R komutunu (epiR veya DescTools) gösterir.
İlgili Hesap Makineleri
Referanslar
- Lin LI. Tekrarlanabilirliği değerlendirmek için kullanılan bir uyum korelasyon katsayısı. Biyometri. 1989;45(1):255–268. PMID2720055.
- Barnhart HX, Williamson JM. Tekrarlanabilirliği değerlendirmek için GEE yöntemiyle uyumluluk korelasyonunun modellenmesi. Biyometri. 2001;57(3):931–940. PMID11550947.
- Lin LI. Uyum korelasyon katsayısı üzerine bir not. Biyometri. 2000;56(1):324–325.
Makaleniz için bu analize mi ihtiyacınız var?
Doktora derecesine sahip biyoistatistikçilerimiz, Lin'in güven aralıklarıyla birlikte CCC'sini ve Bland-Altman analizini kullanarak, tekrarlanabilir R çıktısıyla uyumu ve tekrarlanabilirliği nicelendiriyorlar.