[英]Calculate percentage agreement between values in every row
我正在嘗試計算兩個評分者和多個科目之間的類內相關性。 但是,我也希望能夠確定每個主題的評分者的一致性,以便我可以確定哪些方面的一致性高/一致性低,以及可能導致分數上升/下降的因素。
我知道我無法計算兩個評分者對一個主題的 icc,但找到每一行(主題)上的值之間的百分比一致性將為我提供特定信息。
注意:數值是連續整數,不是因數
我的數據目前看起來像:
subject rater1 rater2
1 val1 val2
2 val3 val4
3 val5 val6
4 val7 val8
我想改變按行計算百分比協議的另一列“協議”。 所以,它基本上看起來像這樣:
subject rater1 rater2 agreement
1 val1 val2 agreement_val1 %
2 val3 val4 agreement_val2 %
3 val5 val6 agreement_val3 %
4 val7 val8 agreement_val4 %
我知道我會用它來變異:
df %>% mutate(agreement = ???)
我只是想弄清楚計算以及它如何適用於每行/觀察/主題。 謝謝大家
編輯:我本質上想每行使用諸如greet() 函數之類的東西。
這不起作用,但這種性質的東西:
df %>% mutate(agreement = agree(each row))
library(psych)
ratings <- data.table(
rater1 = c(3,3,3,4),
rater2 = c(3,6,4,6),
rater3 = c(2,1,4,4)
)
ICC(ratings)
# Call: ICC(x = ratings)
#
# Intraclass correlation coefficients
# type ICC F df1 df2 p lower bound upper bound
# Single_raters_absolute ICC1 -0.000000045 1.0 3 8 0.44 -0.34 0.72
# Single_random_raters ICC2 0.107142840 1.6 3 6 0.29 -0.15 0.73
# Single_fixed_raters ICC3 0.157894727 1.6 3 6 0.29 -0.29 0.81
# Average_raters_absolute ICC1k -0.000000136 1.0 3 8 0.44 -3.07 0.89
# Average_random_raters ICC2k 0.264705847 1.6 3 6 0.29 -0.66 0.89
# Average_fixed_raters ICC3k 0.359999984 1.6 3 6 0.29 -2.04 0.93
#
# Number of subjects = 4 Number of Judges = 3
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.