一、数据格式
数据文件有四列:
第一列:呼吸率的误差(测量值-真值);
第二列:呼吸率的绝对误差(测量值与真值之差的绝对值);
第三列:心率的误差(测量值-真值);
第四列:心率的绝对误差(测量值与真值之差的绝对值);
二、误差分析方法
通过统计分析,除了给出 误差/绝对误差 的【均值】、【方差】、【分布直方图】之外,还给出了【测量值和真值的相关性系数】,并通过绘制【Bland-Altman 图】给出了更丰富的统计结果。
由于项目中测试方案选择的问题,绘制呼吸率的 Bland-Altman 图 呈明显强正相关,心率的 Bland-Altman 图 分布较散。
为此,将数据先分批次的取均值,用批次测量值的均值、批次真值的均值来代替原始数据进行分析,这样重新绘制 Bland-Altman 图,做出来的结果就十分标准了。
这是数据处理过程中的一个小技巧,看似投机取巧,实则有一定的科学性。最初分布较为 “奇怪” 的原因是测试方案的不合理,用这种处理方式,可以一定程度地减少测试过程带来的测试误差。
三、知识点
1. Bland-Altman 一致性分析(仅适用于 两项数据 的一致性)
(参考:Bland-Altman法:连续性指标的一致性评价)
(参考:连续变量的一致性评价,教你一种图示法『Bland-Altman法』 )
一致性校验的目的在于比较不同方法得到的结果是否具有一致性。一致性校验的方法有很多,比如:Kappa 检验、ICC 组内相关系数、Kendall W 协调系数、Bland-Altman 图等。每种方法的功能侧重、数据要求都略有不同,因此要根据不同的数据类型、校验需求来选择不同的校验方法。
Bland-Altman 图描述:两种测量数据的平均值、差值的均值、差值的标准差、差值均值的 95% 置信区间,差值的显著性校验。 以下图为例:
横坐标:呼吸率的测量值和真值的平均值;
纵坐标:测量值 - 真值
红色实线:纵坐标的平均值
蓝色虚线:纵坐标 95% 一致性界限上下限(标准差 ± 1.96*纵坐标的标准差)
结论:呼吸率测量值和真值之间的平均偏差为 −0.448 bpm,95% 的一致限值(平均值±1.96标准偏差)在 −1.969 至 1.073 bpm。
2. 95% 一致性区间
置信区间展现的是参数的真实值有一定的概率落在测量结果的周围的程度,置信区间给出的被测量参数的测量值的可信程度,“一定的概率” 这个概率被称为置信水平。
计算方式:
其中, mu 为均值,sigma 为标准差,n 为样本数量。
(参考:95%置信区间怎么理解、计算方法)
(参考:95%置信区间的含义_在一定的置信度下(如95%)请解释置信区间的含义)
(参考:通俗易懂告诉你:何为95%置信区间?)