计算Kappa系数时如何处理缺失数据 基于R的kappam.fleiss函数应用

核心疑问解答 #

你担心的NA被识别为额外分类的问题仅会在你输入**字符型的"NA"**时出现，使用R原生的逻辑型NA代表缺失值时，kappam.fleiss会自动将其识别为缺失，不会纳入分类计数，也不会导致Kappa值异常。

标准操作流程 #

• 第一步：统一缺失值格式，将所有字符形式的"NA"转换为R原生NA
  示例代码：

  # 替换全表中的字符型"NA"
  your_df[your_df == "NA"] <- NA
  

• 第二步：将所有评分列转为仅包含你的二分类水平的因子，避免出现多余水平
  示例代码（假设你的数据框中第2到第7列是6名评分者的评分，分类水平为是/否，可按需替换为你自己的分类值）：

  your_df[, 2:7] <- lapply(your_df[, 2:7], function(x) {
    factor(x, levels = c("是", "否"))
  })
  

• 第三步：直接调用函数计算即可，函数会自动对每一行（单名受试者）的非缺失评分进行统计
  示例代码：

  library(irr)
  fleiss_kappa_result <- kappam.fleiss(your_df[, 2:7])
  print(fleiss_kappa_result)
  

补充说明 #

• 如果单名受试者的有效评分不足2条，函数会自动排除该条记录。如果需要保留全部60名受试者的样本，可以先对缺失的二分类评分做多重插补，插补时匹配现有评分的正负类分布特征后再进行计算。
• 不建议采用平均值填充或者众数填充的方式处理缺失，这类填充方式会人为拉高一致性水平，导致Kappa值虚高。

内容的提问来源于stack exchange，提问作者Thomas Bonduelle