Statistiken Definitionen > Empfänger Betriebs Merkmal (ROC) Kurve
Was ist ein Empfänger Betriebs Merkmal (ROC) Kurve?
Eine ROC-Kurve zeigt zwei tests. Der rote Test liegt näher an der Diagonale und ist daher weniger genau als der grüne Test.,
Eine Receiver Operating Characteristic (ROC) Kurve ist eine Möglichkeit, diagnostische Tests zu vergleichen. Es ist eine Darstellung der wahren positiven Rate gegen die falsch positive Rate.*
Ein ROC-Plot zeigt:
- Die Beziehung zwischen Sensitivität und Spezifität. Zum Beispiel führt eine Abnahme der Empfindlichkeit zu einer Erhöhung der Spezifität.
- Testgenauigkeit; Je näher der Graph am oberen und linken Rand liegt, desto genauer ist der Test. Je näher der Graph an der Diagonale liegt, desto weniger genau ist der Test., Ein perfekter Test würde direkt von Null bis zur oberen linken Ecke und dann direkt über die Horizontale gehen.
- Das Wahrscheinlichkeitsverhältnis; gegeben durch die Ableitung an einem bestimmten Schnittpunkt.
Die Prüfgenauigkeit wird auch als Fläche unter der Kurve angezeigt (die Sie mit Integralrechnung berechnen können). Je größer die Fläche unter der Kurve ist, desto genauer ist der Test. Ein perfekter Test hat eine Fläche unter der ROC-Kurve (AUROCC) von 1. Die diagonale Linie in einer ROC-Kurve stellt perfekte Chance., Mit anderen Worten, ein Test, der der Diagonale folgt, hat keine besseren Chancen, etwas zu erkennen als einen zufälligen Münzwurf. Der Bereich unter der Diagonale ist .5 (die Hälfte der Fläche des Graphen). Daher hat ein nutzloser Test (einer, der keine besseren Chancen als Chance allein hat) eine AUROCC von .5.
Siehe auch: ROC-Kurve in einem Bild erklärt.
Ursprung des Begriffs
Der Begriff „Empfängerbetriebscharakteristik“ hat seine Wurzeln im Zweiten Weltkrieg. ROC-Kurven wurden ursprünglich von den Briten als Teil des Radarsystems „Chain Home“ entwickelt., Die ROC-Analyse wurde verwendet, um Radardaten zu analysieren, um zwischen feindlichen Flugzeugen und Signalgeräuschen (z. B. Gänseherden) zu unterscheiden. Mit zunehmender Empfindlichkeit des Empfängers nahm auch die Anzahl der Fehlalarme zu (mit anderen Worten, die Spezifität ging zurück).
Hinweis: Das Diagramm zeigt tatsächlich die Empfindlichkeit vs (1 − Spezifität) und wird daher manchmal als Sensitivität vs (1 − Spezifität) bezeichnet. Die Logik dahinter ist folgende: Wenn ein Test keine Diagnosefähigkeit hat, wäre es ebenso wahrscheinlich, dass er ein falsch positives oder ein wahres Positives erzeugt, was dasselbe ist wie:
Sensitivity = 1 – specificity.,
Weiter: C-Statistik (Bereich unter einer ROC-Kurve)
Referenz:
Lusted, L. Signal Erkennbarkeit und medizinische Entscheidungsfindung. Wissenschaft 26 März 1971: Wissenschaft 26 März 1971. Verfügbar hier.
——————————————————————————
Benötigen Sie Hilfe bei Hausaufgaben oder Testfragen? Mit Chegg Study erhalten Sie Schritt-für-Schritt-Lösungen für Ihre Fragen von einem Experten auf diesem Gebiet. Ihre ersten 30 Minuten mit einem Chegg Tutor ist kostenlos!,