y 値のリストと x 値のリストがあります。これらの点によって定義される曲線の下の領域を見つけたいと思います。等間隔の x 値に対するこの問題の解決策をいくつか見つけました。

1)関数を知らずに、一連の座標を指定して曲線の下の面積を計算する

2) scipy を使用してサンプルの離散積分を実行する

ただし、x 値が等間隔でない場合は、どちらも機能しません。

例えば：

もちろん、上記のコードで x = np.array([0,10,20,30]) を使用すると、予想どおり 30.0 が返されます。

X間隔が不均一な曲線の下の領域を見つける方法を誰かが提案できますか?

gbm パッケージを使用して ROC スコア (AUC) を計算できません。ブーストされた回帰木を使用しています。私が実行しているスクリプトは次のとおりです。

「トレーニング データ ROC スコア」と「相互検証 ROC スコア」を他の相関パラメーターと共に生成する必要があります。ROC スコアが得られません。に電話しnames(testing.tc5.lr005)ました。を呼び出すと、リストされますcv.roc.matrixが、次のように生成されますtesting.tc5.lr005$cv.roc.matrix。

[1] 0 0 0 0 0 0 0 0 0 0

ROC AUC をroc(TestData$TN,predTN)(TestData ~ 予測に使用されるデータ、つまり観測値; predTN ~ 予測値) で計算してみました。という結果になり[1]NAます。モデルの残りの部分は、合理的なテストと CV 相関と SE 値でうまく機能しているように見えますが、何が間違っているのかわかりません。私が間違っている場所や別の場所についての指針をいただければ幸いです。ありがとう

このようなデータが与えられた場合: SN = 感度。SP = 特異性

ROC 曲線をプロットして AUC を計算するにはどうすればよいですか。そして、2 つの異なる ROC 曲線間で AUC を比較します。pROC や ROCR などのほとんどのパッケージでは、データの入力は上記のものとは異なります。Rまたは他の方法でこの問題を解決する方法を誰かが提案できますか?

例えば：

ただし、正常に動作します

与える

私は何か間違ったことをしていますか、それともおそらくバグですか? ROCR::performance は、このサイズのサンプルに対して妥当な答えを生成します。

ロジスティック回帰の従属変数 (私のデータ セットでは: dat$admit) を、使用可能なすべての変数、ペア、およびトリオ (3 つの独立変数) で実行したいと思います。各回帰は、異なる独立変数と従属変数で行われます。私が取得したい結果は、各回帰要約のリストです: coeff,p-value ,AUC,CI 95%. 以下に提出されたデータセットを使用すると、7 つの回帰があるはずです。

サンプル データ セットを次に示します (dat$admit はロジスティック回帰従属変数です)。

@marek のコメントによると、出力は次のようになります (女性のみの場合、および female & apcalc から): # Intercept Estimate P-Value (Intercept) P-Value (Estimate) AUC 0.5

女性+apcalc 0.000000e+00 0.000000e+00 1 1 0.5

@David Arenburg が書いた、統計を生成する良いコードがありますが、ペアとトリオのモデル作成はありません。そのため、モデル作成を追加する方法を知りたいです。ここに David Arenburg のコードがありますか?

このリストを作成する方法はありますか? ありがとう、ロン

私の目標: xts の 1 つの列の曲線下面積を 5 行ごとに計算しています。

私の目的: myxts5 の列からベクトルを作成してから計算をループする代わりに、より高速に実行できる (ベクトル化する) 関数が R にあるかどうか疑問に思っていました。

助けてくれてありがとう。

コード、出力、およびデータセットを含めました。

ここに私の出力があります：

データセットは次のとおりです。

このリンクに示すように、FPR と TPR をプロットしていくつかの ROC 曲線を作成しました。

ただし、trapz() が下の 2 つの曲線の正しい AUC を計算していないように思えます。AUC は前のプロットの AUC よりも大きいように見えますが、計算された AUC は低くなります。

誰かが私にこれがなぜなのか説明できますか?

前もって感謝します。

auc(roc(predictions, labels))ここで、labelsは1(x15) と0(x500)の数値ベクトルであり、 [二項]predictionsから導出された確率を持つ数値ベクトルです。glm非常に単純なはずですが、「ROC 曲線の下の面積を計算するのに十分な明確な予測がありません」auc(roc(predictions, labels))というエラーが表示されます。私は何かばかげたことをしているに違いありませんが、何を発見することはできません。あなたはできる？

コードは

いくつかの病院のデータがあり、以前の状態が特定の結果を予測できるかどうかを確認したいと考えています。どの条件が結果を最もよく予測するかを判断できるようにするために、条件の組み合わせごとに AUC を計算します。

その方法を説明しているページをいくつか見つけました。

https://gist.github.com/cjbayesian/6921118

http://www.r-bloggers.com/calculating-auc-the-hard-way/

R で AUC を計算しますか?

ただし、入力がどのようになるべきかわかりません。最後のリンクでは、次のような入力を確認できます。

-しかし、これらの数字は何ですか? T/Fポジティブ/ネガティブと関係があると思いますか？

ありがとう

曲線と実線の間の領域をプロットして影を付けたいのですが、できませんでした。pracma パッケージの trapz 関数を使ってみました。何か提案をいただければ幸いです。