求助高手：多元ROC曲线如何做？

根据多因素Logistic回归后，得出了含5个有意义变量的logistic方程，问题是如何根据此方程绘制含这5个变量的多元ROC曲线（注：5个变量在一条曲线上，而不是分开在不同曲线上）？怎样进行SPSS操作（操作步骤）？望统计高手指点！！！！

ROC曲线解释
受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。
ROC曲线是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。
ROC曲线越靠近左上角,试验的准确性就越高。最靠近左上角的ROC曲线的点是错误最少的最好阈值，其假阳性和假阴性的总数最少。
ROC曲线绘制
依据专业知识，对疾病组和参照组测定结果进行分析，确定测定值的上下限、组距以及截断点（cut-off point），按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成ROC曲线。

居然都没有人回复，是奖金少还是问题难啊，自己先留言哈

上一篇 下一篇共151篇 r语言如何做roc曲线2011年12月12日 19:37:26 roc曲线，做分类时经常会用到的一种结果表现方法。诸如此类的工作，首选工具当然是r。在cran上搜了一下，找到一个叫rocr的包。尽管这个包已经很久没更新了，但用起来还是很爽的。先看一下我画的roc曲线。 里面是三份预测结果的roc曲线。 rocr包中主要是两个class：prediction和performance。前者是将预测结果和真实标签组合在一起，生成一个 prediction对象，然后在用performance函数，按照给定的评价方法，生成一个performance对象，最后直接对 performance用plot函数就能绘制出相应的roc曲线。 1 2 3 4 5 6 # plot a roc curve for a single prediction run # and color the curve according to cutoff. data(rocr.simple) pred <- prediction(rocr.simple$predictions, rocr.simple$labels) perf <- performance(pred,"tpr","fpr") plot(perf,color