摘要：一致性（agreement）和相关性（correlation）是两个广泛使用的概念,用来评估变量之间的关联。虽然二者相似且相关,但是它们代表关联完全不同的概念。评估变量之间的一致性假设变量测量的是相同的结构,而在变量测量完全不同的结构时也可以评估它们之间的相关性。这种概念上的差异就要求使用不同的统计方法,并且当评估一致性或相关性时,统计方法根据数据的分布和研究者的兴趣可能会有所不同。例如,Pearson相关性,作为评估连续变量之间相关性的一种普遍测量方法,只有用于符合线性关系的变量时才能提供有用的信息;当用于不符合线性关系的变量时就无法提供准确信息甚至会产生误导。同样地,内部相关性,作为一种评估连续变量之间一致性的常用方法,如果一致性不好的实质正好是研究兴趣所在,那么该测量就不能为研究者提供充分的信息。本报告回顾了一致性和相关性的概念,并讨论了几种常用方法在应用中的差异。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社