熱線電話:13121318867

登錄
首頁精彩閱讀使用SPSS做ROC曲線分析
使用SPSS做ROC曲線分析
2017-01-19
收藏

使用SPSS做ROC曲線分析

ROC曲線常常用來評價分類的準確性,用SPSS可以很方便的做出這個曲線,并且可以查看相應的描述信息。今天就為大家分享使用SPSS做ROC曲線分析的一些基礎知識。


1ROC曲線的概念

受試者工作特征曲線(receiver operator characteristic curve, ROC曲線),最初用于評價雷達性能,又稱為接收者操作特性曲線。ROC曲線是以真陽性率(靈敏度)為縱坐標,假陽性率(1-特異度)為橫坐標繪制的曲線。

其自變量(檢驗項目)一般為連續性變量,因變量(金標準)一般為二分類變量。

2ROC曲線的主要作用

1、ROC曲線能很容易地查出任意界限值時的對疾病的識別能力。

2、選擇最佳的診斷界限值。

3、兩種或兩種以上不同診斷試驗對疾病識別能力的比較。在對同一種疾病的兩種或兩種以上診斷方法進行比較時,可將各試驗的ROC曲線繪制到同一坐標中,以直觀地鑒別優劣,靠近左上角的ROC曲線所代表的受試者工作最準確。亦可通過分別計算各個試驗的ROC曲線下的面積(AUC)進行比較,哪一種試驗的AUC最大,則哪一種試驗的診斷價值最佳。

3實例操作

腺苷脫氨酶(ADA)對結核性漿膜腔積液的鑒別有很好的意義。一項研究選擇了40例腹水患者,其中確診結核性腹水20例,腫瘤性性腹水20例,測定腹水ADA,研究目的是確定ADA診斷結核的界值。

1、數據變量如下:

group:1為結核,2為腫瘤

ADA:為腹水ADA值,連續變量

變量視圖:

2、選擇菜單:

進入主對話框,設置如下:

點擊確定輸出結果。

4結果解讀

這就是ROC曲線,對角線為參考線。雙擊圖標可進入編輯狀態。

這是對ROC曲線下面積的檢驗,曲線下面積為0.792,P=0.002,有統計學意義,說明ADA對結核的診斷有意義。曲線下面積越大,說明該項檢驗的診斷效能越大。

這是曲線的坐標點,以及相應的敏感性,1-特異性。

如何確定最佳界值:數據分析培訓

除非特別指明,最佳界值的確定常用“尤登指數”,即敏感性+特異性-1,該指數值的取最大值處就是最佳的界值。

利用上表“曲線的坐標”,可以求得各個坐標點敏感性+特異性-1的值,其最大值對應的就是最佳界值。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢