Statistikk Definisjoner > Receiver Operating Characteristic (ROC) Kurve
Hva er en Receiver Operating Characteristic (ROC) Kurve?
EN ROC-kurve som viser to tester. Den røde testen er nærmere diagonal, og er derfor mindre nøyaktig enn den grønne test.,
En Receiver Operating Characteristic (ROC) Kurve er en måte å sammenligne diagnostiske tester. Det er et plott av den sanne positive resultater mot falske positive resultater.*
EN ROC plottet viser:
- forholdet mellom sensitivitet og spesifisitet. For eksempel, en reduksjon i følsomheten resulterer i en økning i spesifisitet.
- Test nøyaktighet; jo nærmere grafen til toppen og venstre grenser, jo mer nøyaktig testen. Likeledes er det nærmere grafen til den diagonale, jo mindre nøyaktig testen., En perfekt test ville gå rett fra null opp til øverste høyre hjørne, og deretter rett over den horisontale.
- likelihood ratio, gitt ved den deriverte i et bestemt cutpoint.
Teste nøyaktigheten er også vist som arealet under kurven (som du kan beregne ved hjelp av integrert kalkulus). Jo større området under kurven, jo mer nøyaktig testen. En perfekt test har et areal under ROC-kurve (AUROCC) i 1. Den diagonale linjen i en ROC-kurven representerer en perfekt anledning., Med andre ord, en test som følger diagonal ikke har bedre odds for å oppdage noe enn en tilfeldig vende en mynt. Området under diagonalen er .5 (halvparten av området av grafen). Derfor, en ubrukelig test (en som ikke har bedre odds enn sjanse alene) har en AUROCC av .5.
Se også: ROC-Kurve forklart i ett bilde.
Opprinnelsen til Begrepet
begrepet «Receiver Operating Characteristic» har sine røtter i World War II. ROC-kurver ble opprinnelig utviklet av de Britiske som en del av «Chain Home» radar system., ROC-analyse ble brukt til å analysere radar data til å skille mellom fiendtlige fly og signal-støy (f.eks. flokker av gjess). Som følsomhet på mottakeren økt, det samme gjorde antall falske positiver (med andre ord, spesifisitet gikk ned).
Merk: tomten faktisk viser følsomhet vs (1 − spesifisitet), og er derfor noen ganger kalt en følsomhet vs (1 − spesifisitet) tomt. Logikken bak det er dette: hvis en test har null diagnostisk evne, det ville være like sannsynlig å produsere en falsk positiv eller for et sant positivt resultat, som er det samme som:
Følsomhet = 1 – spesifisitet.,
Neste: C-Statistikk (Arealet under ROC-Kurven)
Referanse:
Lusted, L. Signal Detectability og Medisinske beslutninger. Vitenskap 26 Mar 1971:Vitenskap 26 Mar 1971. Tilgjengelig her.
——————————————————————————
Trenger hjelp med lekser eller test spørsmål? Med Chegg Studere, kan du få trinn-for-trinn-løsninger til dine spørsmål fra en ekspert på feltet. De første 30 minutter med en Chegg veileder er gratis!,