关于roc曲线因变量

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

下面为引自本论坛资料，其原址是下面提供的链接，我一直也是这么认为的，因变量是二分变量，但是医学的东西很多没有是二分的，因此很多疾病的诊断可能是：正常，轻度，中度，重度，我认为这种情况下，为了划ROC曲线，应该变成二分变量，但是一个同学咨询统计老师的时候，那位老师说分的越细，就越准确，是否是因变量可以是非二分变量呀？




http://bbs.jobmet.com/thread-261339-1-1.html

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.

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：ROC曲线 ROC 因变量 Sensitivity operating 因变量 自变量 统计 医学 资料

怎么没有朋友指导呀，修改了问题，更加精练一些，希望朋友们指导。

ROC曲线只能两分类变量，多分类的情景尚未见到。
多见于诊断试验（有病、无病二分类）的评价，纵轴是真阳性率（灵敏度）、横轴是假阳性率（误诊率，即1-特异度）。主要用途有二：一是寻找定量指标的截断点（cutoff point），用于判断病与非病；二是通过曲线下的面积来反映某诊断试验的价值，并可用于两个或多个试验的比较。