ROC ANALYSIS

ROC ANALYSIS 在 Statistics Base Edition 中可用。

ROC ANALYSIS 評量模型預測的正確性，方法是繪製分類檢定的靈敏度與（1-特異度）（因為臨界值在診斷檢定結果的整個範圍內變化）。 給定 ROC 曲線下的完整區域 (AUC) 會制定重要的統計量，代表觀察到檢定變數時預測的正確順序機率 (針對從觀察值群組隨機選取的一個受試者，以及從控制群組隨機選取的另一個受試者)。 「ROC 分析」支援對單一 AUC、查準率-查全率 (PR) 曲線進行推理，並提供選項用來比較根據獨立群組或配對受試者產生的兩個 ROC 曲線。

ROC ANALYSIS varList BY varName({varvalue} {'varvalue'})
     [ /MISSING
          [ USERMISSING = {EXCLUDE**} {INCLUDE} ] ]
     [ /CRITERIA
          [ CUTOFF = {INCLUDE**} {EXCLUDE} ]
          [ TESTPOS = {LARGE**} {SMALL} ] 
          [ CI = {95**} {value} ]
          [ DISTRIBUTION = {FREE**} {NEGEXPO} ] ]
     [ /DESIGN
          [ PAIR = {FALSE**} {TRUE} ]
          [ GROUP = groupVarName ]
          [ SELECT = {LEVEL(value1/string1 value2/string2)} {MIDPOINT} {CUTPOINT(value)} ] ]
     [ /PLOT
          [ CURVE = {ROC**[(REFERENCE)] [PR]} {NONE} ]
          [ PR_INTERPOLATE = {TP**} {FP} ]
          [ MODELQUALITY = {FALSE**} {TRUE} ] ]
     [ /PRINT
          [ SE = {FALSE**} {TRUE} ]
          [ COORDINATES = [ROC[(YOUDEN)] [PR] ] ]
          [ CLASSIFIER ={FALSE**}{TRUE}]

** 如果省略次指令，則為預設值。

舊的 ROC 曲線程序支援關於單一 ROC 曲線的統計推斷。 新的「ROC 分析」程序也可以回復此情況。 此外，新的 ROC 分析程序可以比較從獨立群組或成對受試者產生的兩個 ROC 曲線。

此指令會讀取作用中資料集，並導致執行任何擱置指令。 如需相關資訊，請參閱主題 指令順序 。

可以從 ROC 分析 對話框產生 ROC ANALYSIS 指令的語法。

發行歷程