综述：从您的IOA数据中获取更多价值：总次数、发生次数以及未发生次数的替代性衡量指标

《Behavioral Interventions》：Getting More From Your IOA Data: Alternative Measures to Total, Occurrence, and Non-Occurrence Agreement

行为分析师常用观察者间协议（IOA）替代直接数据准确性评估，传统IOA计算方法存在无法反映分歧细节、易受数据分布失衡影响及校正效用下降等问题。本文提出八种二分类文献中的替代评估方法，分析其适用场景与优缺点，为更有效地利用IOA数据提供指导。

　　

摘要

行为分析师经常需要依赖观察者间一致性（IOA，Interobserver Agreement）来替代对收集到的逐次试验数据准确性的直接测量。在这种情况下，行为分析师通常会报告两个人达成一致的情况总数除以他们本可以达成一致的总机会数。虽然这种方法计算简单、易于沟通，并能提供相对于总机会数的一致性平衡比较，但它无法提供关于分歧的具体信息；在数据集不平衡的情况下容易产生误导；此外，当数据存在上限/下限效应时，其纠正作用也会减弱。在本文中，我们介绍了来自二元分类领域的八种替代性评估方法。对于每种方法，我们详细说明了其优缺点以及基于IOA数据分析功能，在何种条件下这些方法可能具有更大的实际应用价值。了解本文中描述的各种评估方法有助于行为分析师从他们的IOA数据中获取更多有用信息。

利益冲突

作者声明没有利益冲突。