2

pROCパッケージを見ると、応答と予測子について少し混乱しています。

応答：応答の因子、数値、または文字ベクトル。通常は0（コントロール）と1（ケース）でエンコードされます。オブジェクト。ROC曲線で使用できるクラスは2つだけです。ベクトルに3つ以上の一意の値が含まれている場合、またはそれらの順序があいまいである可能性がある場合は、レベルを使用して、コントロール値およびケース値として使用する必要がある値を指定します。

予測子：各観測値を含む数値ベクトル。順序付けられた係数は数値に強制変換されます。

たとえば、私が使用する場合：

auc（応答、予測子）

応答は私のモデルが生成する真実と予測因子ですか？

私の「真実」は0または1であり、予測ベクトルには確率が含まれています。

4

1 に答える 1

5

あなたはそれを（ほぼ）正しく述べているようです。ROC曲線が提供する答えは、真実がわかっている場合にどの程度の正または負の精度が期待できるかということです。ただし、最後の文は、a）応答、およびb）確率ではなく、モデルからの測定値またはスコアを提供するという点で正しくありません。ソフトウェアは、特定の症例および対照におけるカットオフ値のさまざまなレベルで一連の表を作成した後、感度と特異性の補完を返し、プロットする必要があります。

最も有益なROCプロットは、ROC曲線のカットオフ値にラベルを付けます。私がそのパッケージを使用したとき、そのようなラベルはなく、私は他のパッケージを検索するためにSederを使用しました。

于 2012-05-01T17:37:01.217 に答える