級内相関係数, Case3, ICC(3, 1), ICC(3, k)

$ICC(1,1)：$は、一人の評価者が測定した値の信頼性や一貫性を評価します
$ICC(1,k)：$は、一人の評価者が測定した値の平均値の信頼性や一貫性を評価します

$ICC(2, 1)$では、数名の評価者が測定した値の信頼性や一貫性を評価します
$ICC(2, k)$では、数名の評価者が測定した平均値の信頼性や一貫性を評価します

$ICC(3, 1)$では、評価者を固定した場合の測定値の信頼性や一貫性を評価します（評価者間のばらつきは考慮されません）
$ICC(3, k)$では、評価者を固定した場合の測定値の平均値の信頼性や一貫性を評価します（評価者間のばらつきは考慮されません）

下記の文献のICC(3, 1)、ICC(3, k)をRでやってみます.

Shrout PE, Fleiss JL. Intraclass correlations: uses in assessing rater reliability. Psychol Bull. 1979 Mar;86(2):420-8. doi: 10.1037//0033-2909.86.2.420.

サンプルはここからです（いつもお世話になってます）

統計学入門−第5章

この記事を読まれる前にICC(1, 1)、ICC(2, 1)をご参照ください

例題

評価者 3名（測定回数はそれぞれ1回）、被験者 10名
ただし評価者は固定（固定効果）で、評価者間のばらつきは考慮しない

データの準備と要約

ICC(1, 1)、ICC(1, k)で使用したデータと同じファイルになります

ICC01 サンプルのダウンロード

dat <- read.csv("ICC01.csv", header=T, fileEncoding = "UTF-8")

データの確認

head(dat)

使用するパッケージ

library(irr)
library(tidyr)
library(ggplot2)

縦のデータに変換

dat2 <- tidyr::gather(
    dat[,-5],
    key=PT,
    value=data,
    -ID)
head(dat2)

変数をfactorへ変換（ここを忘れたらグラフが変わります）

dat2$PT <- as.factor(dat2$PT)
dat2$ID <- as.factor(dat2$ID)

グラフでデータ構造を可視化

g1 <- ggplot2::ggplot(
    dat2,
    aes(x = ID, y = data)
)

g2 <- g1 + geom_jitter(
    height=0, width =0.1, size = 3,
    aes(colour = PT)
) 

m <- mean(dat2$data)

g2 + theme_test() + 
    xlab("ID") + ylab("検査者3名の検査結果") +
    geom_hline(aes(yintercept = m),
    color = "red"
)