{"id":10347,"date":"2019-11-10T11:23:55","date_gmt":"2019-11-10T09:23:55","guid":{"rendered":"https:\/\/www.datanovia.com\/en\/?post_type=dt_lessons&#038;p=10347"},"modified":"2019-11-12T02:54:27","modified_gmt":"2019-11-12T00:54:27","slug":"coefficient-de-correlation-intra-classe-dans-r","status":"publish","type":"dt_lessons","link":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/","title":{"rendered":"Coefficient de Corr\u00e9lation Intra-classe Dans R"},"content":{"rendered":"<div id=\"rdoc\">\n<p>Le <strong>Coefficient de corr\u00e9lation intraclasse<\/strong> (Intraclass Correlation Coefficient ou ICC en anglais) peut \u00eatre utilis\u00e9 pour mesurer le degr\u00e9 d\u2019accord entre \u00e9valuateurs dans une situation o\u00f9 l\u2019\u00e9chelle de l\u2019\u00e9valuation est continue ou ordinale. Il convient aux \u00e9tudes avec deux \u00e9valuateurs ou plus. Notez que l\u2019ICC peut \u00e9galement \u00eatre utilis\u00e9 pour l\u2019analyse de fiabilit\u00e9 test-retest (mesures r\u00e9p\u00e9t\u00e9es d\u2019un m\u00eame individu) et intra-\u00e9valuateur (scores multiples obtenus par les m\u00eames \u00e9valuateurs).<\/p>\n<p>D\u2019une mani\u00e8re g\u00e9n\u00e9rale, l\u2019ICC d\u00e9termine la fiabilit\u00e9 des \u00e9valuations en comparant la variabilit\u00e9 des diff\u00e9rentes \u00e9valuations d\u2019un m\u00eame individu \u00e0 la variation totale de l\u2019ensemble des \u00e9valuations et de tous les individus.<\/p>\n<ul>\n<li>Un ICC \u00e9lev\u00e9 (proche de 1) indique une grande similitude entre les valeurs d\u2019un m\u00eame groupe.<\/li>\n<li>Un ICC faible (ICC proche de z\u00e9ro) signifie que les valeurs du m\u00eame groupe ne sont pas similaires.<\/li>\n<\/ul>\n<p>Il existe de multiples formes d\u2019ICC <span class=\"citation\">(Koo and Li 2016)<\/span>. Cet article d\u00e9crit comment:<\/p>\n<ul>\n<li><strong>Choisir le bon type d\u2019ICC<\/strong> pour les \u00e9tudes de fiabilit\u00e9 inter-\u00e9valuateurs.<\/li>\n<li><strong>Calculer le coefficient de corr\u00e9lation intra-classe dans R<\/strong>.<\/li>\n<\/ul>\n<p>Contents:<\/p>\n<div id=\"TOC\">\n<ul>\n<li><a href=\"#comment-choisir-les-bons-types-dicc\">Comment choisir les bons types d\u2019ICC<\/a><\/li>\n<li><a href=\"#interpretation-de-licc\">Interpr\u00e9tation de l\u2019ICC<\/a><\/li>\n<li><a href=\"#exemple-de-donnees\">Exemple de donn\u00e9es<\/a><\/li>\n<li><a href=\"#calcul-de-licc-dans-r\">Calcul de l\u2019ICC dans R<\/a>\n<ul>\n<li><a href=\"#utilisation-du-package-irr\">Utilisation du package irr<\/a><\/li>\n<li><a href=\"#utilisation-du-package-psych\">Utilisation du package psych<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"#rapporter\">Rapporter<\/a><\/li>\n<li><a href=\"#resume\">R\u00e9sum\u00e9<\/a><\/li>\n<li><a href=\"#references\">References<\/a><\/li>\n<\/ul>\n<\/div>\n<div class='dt-sc-hr-invisible-medium  '><\/div>\n<div class='dt-sc-ico-content type1'><div class='custom-icon' ><a href='https:\/\/www.datanovia.com\/en\/fr\/produit\/concordance-inter-juges-lessentiel-guide-pratique-dans-r\/' target='_blank'><span class='fa fa-book'><\/span><\/a><\/div><h4><a href='https:\/\/www.datanovia.com\/en\/fr\/produit\/concordance-inter-juges-lessentiel-guide-pratique-dans-r\/' target='_blank'> Livre associ\u00e9 <\/a><\/h4>Concordance Inter-Juges: L'Essentiel - Guide Pratique dans R<\/div>\n<div class='dt-sc-hr-invisible-medium  '><\/div>\n<div id=\"comment-choisir-les-bons-types-dicc\" class=\"section level2\">\n<h2>Comment choisir les bons types d\u2019ICC<\/h2>\n<p>Il existe diff\u00e9rentes formes d\u2019ICC qui peuvent donner des r\u00e9sultats diff\u00e9rents lorsqu\u2019elles sont appliqu\u00e9es au m\u00eame jeude donn\u00e9es <span class=\"citation\">(Koo and Li 2016)<\/span>. Les types d\u2019ICC peuvent \u00eatre d\u00e9finies sur la base des crit\u00e8res suivants:<\/p>\n<ul>\n<li><em>mod\u00e8le<\/em> : effets al\u00e9atoires \u00e0 un facteur, effets al\u00e9atoires \u00e0 deux facteurs ou effets fixes \u00e0 deux facteurs.<\/li>\n<li><em>unit\u00e9<\/em> : \u00e9valuateur unique ou moyenne de k \u00e9valuateurs<\/li>\n<li><em>type de relation consid\u00e9r\u00e9 comme important<\/em> : coh\u00e9rence (consistency en anglais) ou accord absolu (absolute agreement)<\/li>\n<\/ul>\n<p>Il existe trois mod\u00e8les:<\/p>\n<ul>\n<li><strong>ICC1 : Mod\u00e8le \u00e0 un facteur \u00e0 effets al\u00e9atoires (one-way random)<\/strong>. Dans ce mod\u00e8le, chaque individu est \u00e9valu\u00e9 par un ensemble diff\u00e9rent d\u2019\u00e9valuateurs choisis au hasard. Ici, les \u00e9valuateurs sont consid\u00e9r\u00e9s comme des effets al\u00e9atoires. En pratique, ce mod\u00e8le est rarement utilis\u00e9 dans l\u2019analyse de la fiabilit\u00e9 en clinique parce que la majorit\u00e9 de ces \u00e9tudes font g\u00e9n\u00e9ralement appel au m\u00eame ensemble d\u2019\u00e9valuateurs pour mesurer tous les individus. Une exception serait les \u00e9tudes multicentriques pour lesquelles la distance physique entre les centres rend impossible l\u2019utilisation du m\u00eame ensemble d\u2019\u00e9valuateurs pour \u00e9valuer tous les individus. Dans une telle situation, le mod\u00e8le \u00e0 effets al\u00e9atoires \u00e0 un facteur devrait \u00eatre utilis\u00e9 <span class=\"citation\">(Koo and Li 2016)<\/span>.<\/li>\n<li><strong>ICC2 : Mod\u00e8le \u00e0 deux facteurs \u00e0 effets al\u00e9atoires (two-way random)<\/strong>. Un ensemble de k \u00e9valuateurs sont choisis au hasard, puis chaque individu est mesur\u00e9 par le m\u00eame ensemble de k \u00e9valuateurs ayant des caract\u00e9ristiques similaires. Dans ce mod\u00e8le, les individus et les \u00e9valuateurs sont consid\u00e9r\u00e9s comme des effets al\u00e9atoires. Le mod\u00e8le \u00e0 deux facteurs al\u00e9atoires est choisi si nous pr\u00e9voyons de g\u00e9n\u00e9raliser nos r\u00e9sultats de fiabilit\u00e9 \u00e0 tout \u00e9valuateur qui poss\u00e8de les m\u00eames caract\u00e9ristiques que les \u00e9valuateurs s\u00e9lectionn\u00e9s dans l\u2019\u00e9tude de fiabilit\u00e9. Ce mod\u00e8le convient \u00e0 l\u2019\u00e9valuation des m\u00e9thodes d\u2019\u00e9valuation clinique fond\u00e9es qui sont con\u00e7ues pour \u00eatre utilis\u00e9 en routine.<\/li>\n<li><strong>ICC3 : Mod\u00e8le \u00e0 deux facteurs \u00e0 effets mixtes<\/strong>. Ici, les \u00e9valuateurs sont consid\u00e9r\u00e9s comme fixes. Nous devrions utiliser le mod\u00e8le \u00e0 deux facteurs \u00e0 effets mixtes si les \u00e9valuateurs s\u00e9lectionn\u00e9s sont les seuls \u00e9valuateurs d\u2019int\u00e9r\u00eat. Avec ce mod\u00e8le, les r\u00e9sultats ne repr\u00e9sentent que la fiabilit\u00e9 des \u00e9valuateurs sp\u00e9cifiques impliqu\u00e9s dans l\u2019analyse de fiabilit\u00e9. Ils ne peuvent pas \u00eatre g\u00e9n\u00e9ralis\u00e9s \u00e0 d\u2019autres \u00e9valuateurs, m\u00eame si ces \u00e9valuateurs ont des caract\u00e9ristiques similaires \u00e0 celles des \u00e9valuateurs s\u00e9lectionn\u00e9s dans l\u2019analyse de fiabilit\u00e9. Le mod\u00e8le \u00e0 deux facteurs \u00e0 effets mixtes est moins couramment utilis\u00e9 dans les analyses de fiabilit\u00e9 entre \u00e9valuateurs.<\/li>\n<\/ul>\n<p><strong>Unit\u00e9 d\u2019\u00e9valuation<\/strong>. Pour chacun de ces 3 mod\u00e8les, la fiabilit\u00e9 peut \u00eatre estim\u00e9e pour une <strong>\u00e9valuation unique<\/strong> (single rating) ou pour la <strong>moyenne des k \u00e9valuation<\/strong> (average k ratings). Le choix entre \u201csingle\u201d et \u201caverage\u201d d\u00e9pend de la mani\u00e8re dont le protocole de mesure sera effectu\u00e9 dans l\u2019application r\u00e9elle <span class=\"citation\">(Koo and Li 2016)<\/span>. Par exemple:<\/p>\n<ul>\n<li>Si l\u2019on envisage d\u2019utiliser la valeur moyenne de k \u00e9valuateurs comme base de l\u2019\u00e9valuation, le plan exp\u00e9rimental de l\u2019\u00e9tude de fiabilit\u00e9 doit impliquer 3 \u00e9valuateurs, et le type \u201cmoyenne de k \u00e9valuateurs\u201d (average of k raters en anglais) doit \u00eatre choisi.<\/li>\n<li>Inversement, si l\u2019on envisage d\u2019utiliser la mesure d\u2019un seul \u00e9valuateur comme base de la mesure r\u00e9elle, le type \u201c\u00e9valuateur unique\u201d (single rater en anglais) doit \u00eatre consid\u00e9r\u00e9 m\u00eame si l\u2019analyse de concordance implique 2 \u00e9valuateurs ou plus.<\/li>\n<\/ul>\n<div class=\"warning\">\n<p>Notez que, dans les prochaines sections, nous utiliserons les termes suivants:<\/p>\n<ul>\n<li>ICC1, ICC2 et ICC3 pour pr\u00e9ciser la fiabilit\u00e9 d\u2019une analyse \u201csingle rating\u201d (\u00e9valuation unique); et<\/li>\n<li>ICC1k, ICC2K et ICC3K pour concevoir la fiabilit\u00e9 de la moyenne des k \u00e9valuateurs.<\/li>\n<\/ul>\n<\/div>\n<p><strong>Coh\u00e9rence ou accord absolu<\/strong>. Dans le mod\u00e8le \u00e0 un facteur, l\u2019ICC est toujours une mesure de concordance absolue. Dans les mod\u00e8les \u00e0 deux-facteurs, il est possible de choisir entre deux types : Coh\u00e9rence lorsque les diff\u00e9rences syst\u00e9matiques entre les \u00e9valuateurs ne sont pas pertinentes, et concordance absolue lorsque les diff\u00e9rences syst\u00e9matiques sont pertinentes. En d\u2019autres termes, l\u2019accord absolu mesure le d\u00e9gr\u00e9 selon lequel diff\u00e9rents \u00e9valuateurs attribuent la m\u00eame note \u00e0 un m\u00eame individu. Inversement, le type \u201cconsistency\u201d (coh\u00e9rence, concordance) concerne le fait que les notes des \u00e9valuateurs pour le m\u00eame groupe de sujets sont corr\u00e9l\u00e9es de mani\u00e8re additive <span class=\"citation\">(Koo and Li 2016)<\/span>.<\/p>\n<div class=\"notice\">\n<p>Il est \u00e0 noter que le mod\u00e8le mixte \u00e0 deux facteurs et la concordance absolue sont recommand\u00e9s pour les \u00e9tudes de fiabilit\u00e9 test-retest et intra-\u00e9valuation (Koo et al., 206).<\/p>\n<\/div>\n<\/div>\n<div id=\"interpretation-de-licc\" class=\"section level2\">\n<h2>Interpr\u00e9tation de l\u2019ICC<\/h2>\n<p>Koo et Li (2016) donnent la suggestion suivante pour interpr\u00e9ter l\u2019ICC <span class=\"citation\">(Koo and Li 2016)<\/span>:<\/p>\n<ul>\n<li>en dessous de 0,50 : faible<\/li>\n<li>entre 0,50 et 0,75 : moyenne<\/li>\n<li>entre 0,75 et 0,90 : bon<\/li>\n<li>au-dessus de 0,90 : excellent<\/li>\n<\/ul>\n<\/div>\n<div id=\"exemple-de-donnees\" class=\"section level2\">\n<h2>Exemple de donn\u00e9es<\/h2>\n<p>Nous utiliserons les donn\u00e9es sur l\u2019anxi\u00e9t\u00e9 [irr package], qui contiennent les \u00e9valuations de l\u2019anxi\u00e9t\u00e9 de 20 individus, not\u00e9es par 3 \u00e9valuateurs. Les valeurs vont de 1 (pas du tout anxieux) \u00e0 6 (extr\u00eamement anxieux).<\/p>\n<pre class=\"r\"><code>data(\"anxiety\", package = \"irr\")\r\nhead(anxiety, 4)<\/code><\/pre>\n<pre><code>##   rater1 rater2 rater3\r\n## 1      3      3      2\r\n## 2      3      6      1\r\n## 3      3      4      4\r\n## 4      4      6      4<\/code><\/pre>\n<p>Nous voulons calculer l\u2019accord inter-\u00e9valuateurs en utilisant l\u2019ICC2.<\/p>\n<\/div>\n<div id=\"calcul-de-licc-dans-r\" class=\"section level2\">\n<h2>Calcul de l\u2019ICC dans R<\/h2>\n<p>Il existe de nombreuses fonctions et packages R pour calculer les ICC. Si, nous allons consid\u00e9rer la fonction <code>icc()<\/code> [package irr] et la fonction <code>ICC()<\/code> [package psych].<\/p>\n<div id=\"utilisation-du-package-irr\" class=\"section level3\">\n<h3>Utilisation du package irr<\/h3>\n<p>Rappelons qu\u2019il existe diff\u00e9rents modes de calcul de l\u2019ICC. Lorsqu\u2019il s\u2019agit de d\u00e9terminer quelle forme d\u2019ICC est appropri\u00e9e pour un jeu de donn\u00e9es, on doit prendre plusieurs d\u00e9cisions <span class=\"citation\">(Shrout and Fleiss 1979)<\/span>:<\/p>\n<ol style=\"list-style-type: decimal;\">\n<li>Seuls les individus doivent-ils \u00eatre consid\u00e9r\u00e9s comme des effets al\u00e9atoires (mod\u00e8le a un facteur (\u201coneway\u201d)) ou sont-ils des individus et des \u00e9valuateurs choisis au hasard parmi un plus grand nombre de personnes (mod\u00e8le \u00e0 deux facteurs (\u201ctwoway\u201d)) ?.<\/li>\n<li>Si la question d\u2019int\u00e9r\u00eat concerne les diff\u00e9rences dans les \u00e9valutions moyennes des juges, alors il faut calculer l\u2019accord (\u201cagreement\u201d) entre les \u00e9valuateurs au lieu de l\u2019uniformit\u00e9 (\u201cconsistency\u201d).<\/li>\n<li>Si l\u2019unit\u00e9 d\u2019analyse est une moyenne de plusieurs \u00e9valuations, l\u2019unit\u00e9 doit \u00eatre remplac\u00e9e par \u201caverage\u201d. Dans la plupart des cas, cependant, les valeurs individuelles (unit = \u2018single\u2019) sont consid\u00e9r\u00e9es.<\/li>\n<\/ol>\n<p>Vous pouvez sp\u00e9cifier les diff\u00e9rents param\u00e8tres comme suit:<\/p>\n<pre class=\"r\"><code>library(\"irr\")\r\nicc(\r\n  anxiety, model = \"twoway\", \r\n  type = \"agreement\", unit = \"single\"\r\n  )<\/code><\/pre>\n<pre><code>##  Single Score Intraclass Correlation\r\n## \r\n##    Model: twoway \r\n##    Type : agreement \r\n## \r\n##    Subjects = 20 \r\n##      Raters = 3 \r\n##    ICC(A,1) = 0.198\r\n## \r\n##  F-Test, H0: r0 = 0 ; H1: r0 &gt; 0 \r\n##  F(19,39.7) = 1.83 , p = 0.0543 \r\n## \r\n##  95%-Confidence Interval for ICC Population Values:\r\n##   -0.039 &lt; ICC &lt; 0.494<\/code><\/pre>\n<\/div>\n<div id=\"utilisation-du-package-psych\" class=\"section level3\">\n<h3>Utilisation du package psych<\/h3>\n<p>Si vous utilisez la fonction <code>ICC()<\/code>, vous n\u2019avez pas besoin de sp\u00e9cifier quoi que ce soit. R calculera tous les types possibles et vous n\u2019aurez qu\u2019\u00e0 s\u00e9lectionner le bon.<\/p>\n<p>Le r\u00e9sultat sera sous cette forme:<\/p>\n<pre class=\"r\"><code># install.packages(\"psych\")\r\nlibrary(psych)\r\nICC(anxiety)<\/code><\/pre>\n<pre><code>## Call: ICC(x = anxiety)\r\n## \r\n## Intraclass correlation coefficients \r\n##                          type  ICC   F df1 df2     p lower bound upper bound\r\n## Single_raters_absolute   ICC1 0.18 1.6  19  40 0.094      -0.077        0.48\r\n## Single_random_raters     ICC2 0.20 1.8  19  38 0.056      -0.039        0.49\r\n## Single_fixed_raters      ICC3 0.22 1.8  19  38 0.056      -0.046        0.52\r\n## Average_raters_absolute ICC1k 0.39 1.6  19  40 0.094      -0.275        0.74\r\n## Average_random_raters   ICC2k 0.43 1.8  19  38 0.056      -0.127        0.75\r\n## Average_fixed_raters    ICC3k 0.45 1.8  19  38 0.056      -0.153        0.77\r\n## \r\n##  Number of subjects = 20     Number of Judges =  3<\/code><\/pre>\n<p>Les lignes du tableau correspondent respectivement aux ICC suivants : ICC1, ICC2, ICC3, ICC1k, ICC2k et ICC3k. Dans notre exemple, nous allons consid\u00e9rer le type ICC2.<\/p>\n<div class=\"warning\">\n<p>Notez que, par d\u00e9faut, la fonction ICC() utilise la fonction `lmer\u2019, qui peut g\u00e9rer les donn\u00e9es manquantes et les designs non \u00e9quilibr\u00e9s.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<div id=\"rapporter\" class=\"section level2\">\n<h2>Rapporter<\/h2>\n<p>Le coefficient de corr\u00e9lation intra-classe a \u00e9t\u00e9 calcul\u00e9 pour \u00e9valuer l\u2019accord entre trois m\u00e9decins quant \u00e0 l\u2019\u00e9valuation des niveaux d\u2019anxi\u00e9t\u00e9 chez 20 personnes. Il y a une faible concordance absolue entre les trois m\u00e9decins, en utilisant le mod\u00e8le \u00e0 deux facteurs \u00e0 effets al\u00e9atoires et l\u2019unit\u00e9 \u201c\u00e9valuateur unique\u201d (single rater en anglais), kappa = 0,2, p = 0,056.<\/p>\n<\/div>\n<div id=\"resume\" class=\"section level2\">\n<h2>R\u00e9sum\u00e9<\/h2>\n<p>Ce chapitre explique les bases du coefficient de corr\u00e9lation intra-classe (ou Intraclass Correlation Coefficient en anglais, ICC), qui peut \u00eatre utilis\u00e9 pour mesurer l\u2019accord entre plusieurs \u00e9valuateurs sur une \u00e9chelle ordinale ou continue. Nous montrons \u00e9galement comment calculer et interpr\u00e9ter les valeurs d\u2019ICC \u00e0 l\u2019aide du logiciel R.<\/p>\n<\/div>\n<div id=\"references\" class=\"section level2 unnumbered\">\n<h2>References<\/h2>\n<div id=\"refs\" class=\"references\">\n<div id=\"ref-Koo2016\">\n<p>Koo, Terry, and Mae Li. 2016. \u201cA Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research.\u201d <em>Journal of Chiropractic Medicine<\/em> 15 (March). doi:<a href=\"https:\/\/doi.org\/10.1016\/j.jcm.2016.02.012\">10.1016\/j.jcm.2016.02.012<\/a>.<\/p>\n<\/div>\n<div id=\"ref-Shrout1979\">\n<p>Shrout, P.E., and J.L. Fleiss. 1979. \u201cIntraclass Correlation: Uses in Assessing Rater Reliability.\u201d <em>Psychological Bulletin<\/em> 86: 420\u201328.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<p><!--end rdoc--><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ce chapitre explique les bases du coefficient de corr\u00e9lation intra-classe (ICC), qui peut \u00eatre utilis\u00e9 pour mesurer l&rsquo;accord entre plusieurs \u00e9valuateurs sur une \u00e9chelle ordinale ou continue. Nous montrons \u00e9galement comment calculer et interpr\u00e9ter les valeurs ICC \u00e0 l&rsquo;aide du logiciel R.<\/p>\n","protected":false},"author":1,"featured_media":10348,"parent":0,"menu_order":0,"comment_status":"open","ping_status":"closed","template":"","class_list":["post-10347","dt_lessons","type-dt_lessons","status-publish","has-post-thumbnail","hentry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v25.2 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia\" \/>\n<meta property=\"og:description\" content=\"Ce chapitre explique les bases du coefficient de corr\u00e9lation intra-classe (ICC), qui peut \u00eatre utilis\u00e9 pour mesurer l&#039;accord entre plusieurs \u00e9valuateurs sur une \u00e9chelle ordinale ou continue. Nous montrons \u00e9galement comment calculer et interpr\u00e9ter les valeurs ICC \u00e0 l&#039;aide du logiciel R.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Datanovia\" \/>\n<meta property=\"article:modified_time\" content=\"2019-11-12T00:54:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"512\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data1\" content=\"9 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/\",\"url\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/\",\"name\":\"Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia\",\"isPartOf\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg\",\"datePublished\":\"2019-11-10T09:23:55+00:00\",\"dateModified\":\"2019-11-12T00:54:27+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage\",\"url\":\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg\",\"contentUrl\":\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg\",\"width\":1024,\"height\":512},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.datanovia.com\/en\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Le\u00e7ons\",\"item\":\"https:\/\/www.datanovia.com\/en\/fr\/lessons\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Coefficient de Corr\u00e9lation Intra-classe Dans R\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#website\",\"url\":\"https:\/\/www.datanovia.com\/en\/fr\/\",\"name\":\"Datanovia\",\"description\":\"Exploration de Donn\u00e9es et Statistiques pour l'Aide \u00e0 la D\u00e9cision\",\"publisher\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.datanovia.com\/en\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#organization\",\"name\":\"Datanovia\",\"url\":\"https:\/\/www.datanovia.com\/en\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2018\/09\/datanovia-logo.png\",\"contentUrl\":\"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2018\/09\/datanovia-logo.png\",\"width\":98,\"height\":99,\"caption\":\"Datanovia\"},\"image\":{\"@id\":\"https:\/\/www.datanovia.com\/en\/fr\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/","og_locale":"fr_FR","og_type":"article","og_title":"Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia","og_description":"Ce chapitre explique les bases du coefficient de corr\u00e9lation intra-classe (ICC), qui peut \u00eatre utilis\u00e9 pour mesurer l'accord entre plusieurs \u00e9valuateurs sur une \u00e9chelle ordinale ou continue. Nous montrons \u00e9galement comment calculer et interpr\u00e9ter les valeurs ICC \u00e0 l'aide du logiciel R.","og_url":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/","og_site_name":"Datanovia","article_modified_time":"2019-11-12T00:54:27+00:00","og_image":[{"width":1024,"height":512,"url":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_misc":{"Dur\u00e9e de lecture estim\u00e9e":"9 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/","url":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/","name":"Coefficient de Corr\u00e9lation Intra-classe Dans R: Meuilleure R\u00e9f\u00e9rence - Datanovia","isPartOf":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage"},"image":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage"},"thumbnailUrl":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg","datePublished":"2019-11-10T09:23:55+00:00","dateModified":"2019-11-12T00:54:27+00:00","breadcrumb":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#primaryimage","url":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg","contentUrl":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2019\/05\/X50565964_797754703897809_4125739313885347840_n.jpg","width":1024,"height":512},{"@type":"BreadcrumbList","@id":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/coefficient-de-correlation-intra-classe-dans-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.datanovia.com\/en\/fr\/"},{"@type":"ListItem","position":2,"name":"Le\u00e7ons","item":"https:\/\/www.datanovia.com\/en\/fr\/lessons\/"},{"@type":"ListItem","position":3,"name":"Coefficient de Corr\u00e9lation Intra-classe Dans R"}]},{"@type":"WebSite","@id":"https:\/\/www.datanovia.com\/en\/fr\/#website","url":"https:\/\/www.datanovia.com\/en\/fr\/","name":"Datanovia","description":"Exploration de Donn\u00e9es et Statistiques pour l'Aide \u00e0 la D\u00e9cision","publisher":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.datanovia.com\/en\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/www.datanovia.com\/en\/fr\/#organization","name":"Datanovia","url":"https:\/\/www.datanovia.com\/en\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.datanovia.com\/en\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2018\/09\/datanovia-logo.png","contentUrl":"https:\/\/www.datanovia.com\/en\/wp-content\/uploads\/2018\/09\/datanovia-logo.png","width":98,"height":99,"caption":"Datanovia"},"image":{"@id":"https:\/\/www.datanovia.com\/en\/fr\/#\/schema\/logo\/image\/"}}]}},"multi-rating":{"mr_rating_results":[]},"_links":{"self":[{"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/dt_lessons\/10347","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/dt_lessons"}],"about":[{"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/types\/dt_lessons"}],"author":[{"embeddable":true,"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/comments?post=10347"}],"version-history":[{"count":0,"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/dt_lessons\/10347\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/media\/10348"}],"wp:attachment":[{"href":"https:\/\/www.datanovia.com\/en\/fr\/wp-json\/wp\/v2\/media?parent=10347"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}