spss中如何绘制ROC曲线?对数据类型有什么要求?有那些应用?

如题所述

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,可直观地看到曲线形状. 2.Area under the curve:曲线下方的面积,包括面积值,显著性分析,置信区间.3.Coordinates of the curve:ROC曲线各点对应的灵敏度和误判率.确定最佳临界点关于最佳最佳切点的确定见下图,这个是ROC 曲线后面的结果 最后灵敏度+特异度的最大值所对应的值就是最佳诊断临界点!
温馨提示:答案为网友推荐,仅供参考
相似回答