请问在比较两条ROC曲线面积时有交叉与不交叉两种情况的区分吗

请问在比较两条ROC曲线面积时有交叉与不交叉两种情况的区分吗？如果有，那么区别在哪里，应该怎样做？——可用任何软件做，只不过请高手示范操作（菜单与程序均可），特别是有交叉的ROC曲线面积的比较！谢谢高手指点！

客气了，大家互相学习。

"照你上面的例子，如果交叉点在（0.5，0.8），即使两条ROC曲线（设为A1与A2）面积相等，也有可能在X<0.5时，A1部分大于A2部分，而在X>0.5时，A1部分小于A2部分是吗？"
--对的,现在的问题就是如何计算两个PART AUC的值了。

我没有具体算过PART AUC，也没见过什么软件包能做这个的。不过根据ROCR的计算方法你还是有可能算出来的。首先我前面提到了曲线的坐标文件。它的格式是：
0,0
0.01,0.2
0.03,0.26
0.07, 0.35
...
0.99, 0.97
1,1
也就是说他计算的是从（0，0）到（1，1）的面积，即常规的AUC。如果我是你的话，我会把坐标只记录到（0.5，0.8），即交叉点的位置。ROCR因该给出从（0，0),到（0.5, 0.8)的面积。然后用（0，0）到（1，1）的AUC减一下就可以得到剩下部分的面积了。
呵呵，这是我的推测，因为手头现在没有R，也不好帮你验证一下，但我觉得比较可行。

我以前用R语言的ROCR软件包算过ROC 曲线的面积（GOOGLE一下 ROCR），R语言和相关软件包都是免费软件。
只要你有X,Y轴的坐标（越多越准确），把两条曲线的坐标写入两个文件，每行两个数字X和Y，然后调用三条命令（只是个例子）：
pred <- prediction(predictions, labels)
perf <- performance(pred, measure = "tpr", x.measure = "fpr")
plot(perf, col=rainbow(10))
就能把曲线画出。
PERFORMANCE函数有多个参数，其中一个是AUC， 计算area under the ROC curve. ROCR的网站上有很好的MANUAL你一看就懂了，还是很容易算的。

如果你的目的是比较ROC面积，那不用区分两条曲线是否交叉。

二楼谢谢你的回答！如果在多条ROC曲线比较两两ROC曲线的面积时（不交叉），我可以用SAS程序，stata菜单和medcalc菜单以及rockit1.1程序计算，但是我不知道单比较两两交叉的ROC曲线面积时，应该怎样操作。在胡良平编的《医学统计学-运用三型理论分析定量与定性资料》书的255页中说到“当2条ROC曲线交叉时，两诊断试验的比较应比较部分ROC曲线下的面积或固定假阳性率时的灵敏度。”请问二楼，胡良平说的是什么意思？谢谢高手们的指点！

由一组实验结果我们可以得到一条ROC 曲线。AUC of ROC curve能比较笼统的比较两组或多组实验的结果的。AUC是越大越好。在不交叉的情况下面积大的曲线是毫无疑问的更好的结果。但是交叉了就稍复杂些，因为ROC曲线的每个点对应的是Y轴（truth positive rate，我们希望这个值越大越好) and X轴（FALSE POSITIVE RATE，我们希望这个值越小越好). 假设两条曲线相交在点（0.5，0.8）并且对应的AUC值相同。一组结果可能在X值小于0.3的时候有比较大的Y值，然后随着X值的增大Y值缓慢增大；而另一组结果是在X值小于0.3的时候Y值也比较小，但是过了0.3以后较快的增大。 胡良平说的意思是如果你用一个OveraLL的AUC是无法准确说明该两组交叉ROC曲线的优劣的，但是你可以通过交叉点向下引一条线，这样对于每条ROC你就有两个AUC值了，对应FALSE POSITIVE RATE在（0-0.5）和（0.5-1）。每个AUC的值说明当FALSE POSITIVE RATE在某个范围的时候你的实验结果如何。当然这时AUC以成为部分AUC，其值也是越大越好，同时两条ROC可能多次交叉，但是同理都可以加以解释。

谢谢你decisiontree，我大概为这个问题悬赏了3000论坛币，只有你答得出，交叉与不交叉的ROC曲线面积比较有什么不同，强！！我再想请问一下，照你上面的例子，如果交叉点在（0.5，0.8），即使两条ROC曲线（设为A1与A2）面积相等，也有可能在X<0.5时，A1部分大于A2部分，而在X>0.5时，A1部分小于A2部分是吗？还有一个问题，如果我前面所说的是对的，那么怎样把这两部分分开来比较呢？期待你decisiontree的回答！谢谢！

谢谢decisiontree！不过你只是回答了我的第一个问题，我还想请教一下，两条曲线交叉点的各自两部分应该怎样两两比较！还有再想请教你怎样知道两条ROC曲线是否相交以及它的交叉点！谢谢！

请问您最后找到方法了吗？

可使用R中pAUC包中的roc.test，可设置参数partial.auc