求助高手:多元ROC曲线如何做?
答案:3 悬赏:20 手机版
解决时间 2021-02-25 09:37
- 提问者网友:謫仙
- 2021-02-24 19:09
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!!!!
最佳答案
- 五星知识达人网友:轮獄道
- 2021-02-24 19:53
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。
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。
全部回答
- 1楼网友:北城痞子
- 2021-02-24 21:01
居然都没有人回复,是奖金少还是问题难啊,自己先留言哈
- 2楼网友:不甚了了
- 2021-02-24 20:33
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
我要举报
如以上问答信息为低俗、色情、不良、暴力、侵权、涉及违法等信息,可以点下面链接进行举报!
大家都在看
推荐资讯