On the Statistical Inference of Intra-Class Correlations

在醫學研究中,分析連續性數據的信度( Reliability)時,都會用到內在等級相關(Intra class correlation, ICC)作為指標.曾有報導說,假如利用 變異數分析(ANOVA)表中所列的均方(Mean square,MS) 來計算ICC的話,則需要200個個案或以上,才能得 到不偏(Unbiased)的估值.從臨床的觀點來說,這麼 多的個案是很難蒐集到的,對於某些疾病,有時 更是絕對不能蒐集到(還要注意的是這裡僅是 針對信度評估的部分而言,更遑論研究的實際主要部分-Main study).此外,不同的實驗設計,不同 的假設(Assumptions),都有不同種類的ICC係數,到目 前為止,僅有部分的ICC的UMVUE已經計算出來,還 有一些頗為常用的設計(如Nesteddesign)的ICC(如 ICC(4,1)及ICC(4,k))仍未算出,所以我們提出這一個計畫:(1)把一些常用但仍未算出的ICC的UMVUE推算 出來;(2)並把這些估式(Estimators)的分布推演出; (3)又將考慮假如在小樣本的情況下(如n=20或30), Jackknife及Bootstrap是否能夠有更好的估值(即Bias 或MES較低);(4)以上所述的各估式是否需要常態 分布的假設(即各估式的Robustness)亦會在研究之 列.除了以數學方式推演外,我們亦將進行一系 列的模擬,來比較不同估式的偏差、標準差及 信賴區間的長短.進行模擬時,我們將把各參數如相關係數的數值、樣本大小及分布情況等作 不同設定,以符合實際臨床需時.這個研究計畫 的另外一個特色是我們將會把研究結果編列成 為不同的樣本圖表(Sample size tables),以方便醫護 人員在從事醫學研究時可以加以利用,這樣較 能避免研究結果不為臨床研究人員所知,而平 白浪費寶貴參考價值.

Project ID:PA8405-1047
External Project ID:NSC84-2121-M182-001