写在前面：

一致性检验的目的在于比较不同方法得到的结果是否具有一致性。

比如采集的样本和真实样本是否一致，比如两种抽样方法得到的两个样本集是否一致，比如两种不同超参数设置下的聚类方法得到的聚类结果是否一致，等等

---

检验一致性，你用哪种方法？ - 知乎

检验一致性的方法有很多比如：Kappa检验、ICC组内相关系数、Kendall W协调系数等。每种方法的功能侧重，数据要求都略有不同：

Kappa系数检验，适用于两次数据（方法）之间比较一致性，比如两位医生的诊断是否一致，两位裁判的评分标准是否一致等。

ICC组内相关系数检验，用于分析多次数据的一致性情况，功能上与Kappa系数基本一致。ICC分析定量或定类数据均可；但是Kappa一致性系数通常要求数据是定类数据。

Kendall W协调系数，是分析多个数据之间关联性的方法，适用于定量数据，尤其是定序等级数据。

（1）Kappa检验

Kappa检验分为简单Kappa检验和加权Kappa检验，两者的区别主要在于：

• 如果研究数据是绝对的定类数据（比如阴性、阳性），此时使用简单Kappa系数；
• 如果数据为等级式定类数据（比如轻度，中度，重度；也或者不同意，中立，同意）；此时可使用加权（线性）Kappa系数。

应用举例

两个医生分别对于50个病例进行MRI检查（MRI检查诊断共分三个等级，分别是轻度，中度和重度），对比两名医生检查结果诊断的一致性水平。

（1表示轻度，2表示中度，3表示重度）

根据上表可知，两位医生对于MRI检查诊断结论具有较强的一致性（Kappa值=0.74）。

（2）ICC组内相关系数

ICC组内相关系数可用于研究评价一致性，评价信度，测量复测信度（重测信度）等。相对于Kappa系数，ICC组内相关系数的适用范围更广，适用于定量或者定类数据，而且可针对双样本或者多样本进行分析一致性。但ICC的分析相对较为复杂，通常需要从三个方面进行分析并且选择最优的ICC模型；分别是模型选择，计算类型和度量标准。

ICC六类细分

• 模型选择上，需要考虑是否将当前结论延伸推广到其它研究中，也或者考虑是否为研究数据的绝对相等程度。
• 计算类型上，如果不需要考虑系统误差则使用“一致性”，如果需要考虑系统误差则使用“绝对一致性”。
• 度量标准上，如果是原始数据则使用“单一度量”，如果是计算后的数据，则使用“平均度量”。

案例举例

3个医生对于10个术后病人进行术后恢复评分；现在希望通过分析研究3个医生的打分一致性水平情况，使用ICC组内相关系数进行研究。录入后的ICC数据格式如下： 

本次使用的是原始数据非计算后数据，因而使用单一度量标准结果即ICC(C,1)，ICC组内相关系数=0.921，说明3位医生的评价具有高度一致性，也说明此次3名医生给出的打分有着非常高的可信性。

（3）Kendall协调系数

Kendall协调系数，也称作Kendall和谐系数，或Kendall一致性系数。通常用于比较多组数据的一致性程度。

案例举例

4个评委对于10个选手进行评分，最低为1分，最高为10分；现在希望通过分析研究4个评委的打分一致性情况。

​从上表可以看出：协调系数为0.853（P<0.01），大于0.8，说明4个评委的评分结果具有很强的一致性。

其他说明

1、ICC的适用场景最多，包括定量或定类数据，同时可针对多相关样本进行一致性分析；而Kappa一致性系数主要针对2个相关数据且针对定类数据进行一致性分析；Kendall W协调系数适用于定量数据，且更多倾重于数据关联性研究。

2、分析前要注意数据的格式，每种方法录入的数据格式都不大一样，一定要整理成正确的数据格式再分析。