Statistik Definitioner > Receiver Operating characteristic (ROC) Kurven
Hvad er en Receiver Operating characteristic (ROC-Kurve?
EN ROC kurve, der viser to tests. Den røde test er tættere på diagonalen og er derfor mindre nøjagtig end den grønne test.,
En Roc-kurve (receiver Operating characteristics) er en måde at sammenligne diagnostiske tests på. Det er et plot af den sande positive sats mod den falske positive sats.*
et Roc-plot viser:
- forholdet mellem følsomhed og specificitet. For eksempel resulterer et fald i følsomhed i en stigning i specificitet.
- Testnøjagtighed; jo tættere grafen er på øverste og venstre kant, jo mere præcis testen. Ligeledes, jo tættere grafen til diagonalen, jo mindre præcis testen., En perfekt test ville gå lige fra nul op til øverste venstre hjørne og derefter lige over vandret.
- sandsynlighedsforholdet; givet af derivatet ved et bestemt cutpoint.
Testnøjagtighed vises også som området under kurven (som du kan beregne ved hjælp af integreret beregning). Jo større området under kurven er, desto mere præcist er testen. En perfekt test har et område under Roc-kurven (AUROCC) på 1. Den diagonale linje i en ROC-kurve repræsenterer perfekt chance., Med andre ord har en test, der følger diagonalen, ingen bedre odds for at opdage noget end en tilfældig flip af en mønt. Området under diagonalen er .5 (halvdelen af grafens areal). Derfor er en ubrugelig test (en, der ikke har nogen bedre odds end chance alene) har en AUROCC af .5.
Se også: ROC Curve forklaret i et billede.
Oprindelse af udtrykket
udtrykket “modtager Driftskarakteristik” har sine rødder i Anden Verdenskrig. ROC-kurver blev oprindeligt udviklet af briterne som en del af radarsystemet “Chain Home”., ROC-analyse blev brugt til at analysere radardata for at skelne mellem fjendens fly og Signalstøj (f.eks. Da modtagerens følsomhed steg, faldt antallet af falske positiver (med andre ord, specificiteten).
Bemærk: plottet viser faktisk følsomhed vs (1 − specificitet) og kaldes derfor nogle gange et følsomhedsved (1 − specificitet) plot. Logikken bag det er dette: hvis en test har nul diagnostisk kapacitet, ville det være lige så sandsynligt, at det producerer en falsk positiv eller en sand positiv, hvilket er det samme som:
følsomhed = 1 – specificitet.,
Næste: C-Statistik (Arealet under ROC-Kurven)
Reference:
Begærede, L. Signal Sporbarhed og Medicinsk Beslutningstagning. Videnskab 26 Mar 1971:Videnskab 26 Mar 1971. Tilgængelig her.
——————————————————————————
brug for hjælp til et hjemmearbejde eller testspørgsmål? Med Chegg Study kan du få trinvise løsninger på dine spørgsmål fra en ekspert på området. Din første 30 minutter med en Chegg tutor er gratis!,