spss中如何绘制ROC曲线?(教程)
2012-04-29 MedSci MedSci原创
ROC(Receiver Operating Characteristic)曲线,用于二分类判别效果的分析与评价. 一般自变量为连续变量,因变量为二分类变量. 基本原理是:通过判断点(cutoff point/cutoff value)的移动,获得多对灵敏度(sensitivity)和误判率(1-Specificity(特异度)),以灵敏度为纵轴,以误判率为横轴,连接各点绘制曲线,然后计算曲线下的
ROC(Receiver Operating Characteristic)曲线,用于二分类判别效果的分析与评价. 一般自变量为连续变量,因变量为二分类变量. 基本原理是:通过判断点(cutoff point/cutoff value)的移动,获得多对灵敏度(sensitivity)和误判率(1-Specificity(特异度)),以灵敏度为纵轴,以误判率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大,判断价值越高.灵敏度:就是把实际为真值的判断为真值的概率.特异度:就是把实际为假值的判断为假值的概率.误判率:就是把实际为假值的判断为真值的概率,其值等于1-特异度.将绘成的曲线与斜45度的直线对比,若差不多重合,说明自变量对因变量的判断价值很差,若越远离斜45度的直线即曲线下的面积越大,说明自变量对因变量的判断价值越好,即根据自变量可以较为正确的判断因变量. 使用SPSS的操作过程如下:Graphs/ROC Curve:Test variable选自变量(连续型变量),state varibale选因变量(二分类变量)display的选项一般全选.运行结果:1.ROC曲线,可
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
不是太明白,有具体实例最好
215
能结合实际例子,具体一点,数据是怎样处理的就比较容易懂了。
176
要是结合实际例子就比较容易懂了
175
还是不懂,想要更详细具体的解释,谢谢
137
#ROC曲线#
92
百度百科都比这个解释的详细
159
最近正在学习ROC相关知识,感谢
75
非常感谢,如何将不光滑的曲线变得光滑呢
93
在SPSS里直接绘出统计图一直是我的弱项,希望看到更多的相关教程,谢谢!
124
二分类变量指的是阴性或阳性,有或无这一类变量
113