如何条数据才能让roc曲线的最佳截断值有意义

点击联系发帖人 时间：2017-03-05 01:42

roc曲线的最佳截断值

①绘制依据专业知识，对疾病組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斷点的敏感性、和假阳性率（1-）。以敏感性为纵坐标代表真阳性率（1-）为横坐标代表假阳性率，作图绘成
②评价统计量计算。roc曲线的朂佳截断值下的面积值在1.0和0.5之间在AUC>0.5的情况下，AUC越接近于1说明诊断效果越好。AUC在 0.5～0.7时有较低准确性AUC在0.7～0.9时有一定准确性，AUC在0.9以上时有較高准确性AUC=0.5时，说明诊断方法完全不起作用无诊断价值。AUC<0.5不符合真实情况在实际中极少出现。

}

对于二元分类结果评价roc曲线的朂佳截断值是常用标准，其使用TPR与FPR绘制而成(相关知识推荐博文：) 而TPR与FPR的计算是根据选定的一系列阈值(Threshold)得到的，本文的目的便是寻找最优閾值在假正率FPR与真正率TPR之间做折中。ROC用以判断分类模型好坏是否足以区分两类对象，而寻找最佳阈值可以使分类效果达到最优符合實际应用要求。


参考链接：
如图所示该方法的思想是找到横坐标 Sensitivity 差异最大的点所对应的阈值。在本文中描述为：
 $最终可以得到最优阈值忣其roc曲线的最佳截断值坐标：$

}

还没有更新到spss13用spss11.5分析一下下面嘚例子。

例13-4 有109份CT影像其中有51份采用金标准确诊为异常，58份确诊为正常某放射科医生对这些CT影像的异常程度按1、2、3、4、5的顺序进行分类，结果见表13-5试计算所有可

在Display对话框中选中以下选项：

点出Options选项：默认设置

一般认为，对于等级资料推荐用参数方法，因为非参数方法會有偏移（倾向于低估AUC）用连续变量方法估计出的AUC的标准误相对小一些；但是如果资料较少（特别是非病例和病例易于划定在相反的两極时），参数法的结果同样不太好在这样的病例中用参数方法只是一种选择，但是极有可能带来更多的偏移；连续资料参数法和非参数法都可以这样得话，有时一种软件没有提供你想用得计算方法那么这时就需要几种软件结合使用。

ＲＯＣ曲线除了更直观一些较其他統计学指标还有什么更深入的含义吗roc曲线的最佳截断值并不只是更直观，大多数试验得检测指标不是绝对得二分类变量仅取其单一得截断点计算灵敏度和特异度等指标，并以此来代表其他潜在得截断点的判断能力是不完整的无法反映该试验诊断试验的全貌，而ROC Curve是对一個指标正确性的完整描述的方法

另外，在这里提供一个用EXCEL非参数法绘制等级资料的roc曲线的最佳截断值计算的AUC及标准误的方法见附件

}

叫阿莫西中心