Statistikdefinitioner> mottagare driftegenskaper (ROC) kurva
Vad är en mottagare driftegenskaper (ROC) kurva?
en ROC-kurva som visar två tester. Det röda testet är närmare diagonalen och är därför mindre exakt än det gröna testet.,
En Roc-kurva (Receiver Operating Characteristic) är ett sätt att jämföra diagnostiska tester. Det är en plot av den sanna positiva hastigheten mot den falska positiva hastigheten.*
en Roc-plot visar:
- förhållandet mellan känslighet och specificitet. Till exempel resulterar en minskning av känsligheten i en ökning av specificiteten.
- testnoggrannhet; ju närmare grafen är till de övre och vänstra gränserna, desto mer exakt testet. På samma sätt, ju närmare grafen till diagonalen desto mindre exakt testet., Ett perfekt test skulle gå direkt från noll till övre vänstra hörnet och sedan rakt över horisontalplanet.
- sannolikhetsförhållandet; givet av derivatet vid en viss Brytpunkt.
testnoggrannhet visas också som området under kurvan (som du kan beräkna med integrerad kalkyl). Ju större området under kurvan desto mer exakt testet. Ett perfekt test har en yta under ROC-kurvan (AUROCC) 1. Den diagonala linjen i en Roc-kurva representerar perfekt chans., Med andra ord har ett test som följer diagonalen inga bättre odds att upptäcka något än en slumpmässig flip av ett mynt. Området under diagonalen är .5 (hälften av grafens yta). Därför har ett värdelöst test (en som inte har några bättre odds än chans ensam) en AUROCC av .5.
Se även: Roc-kurvan förklaras i en bild.
ursprunget till termen
termen ”mottagare Operativ egenskap” har sina rötter i andra världskriget. Roc kurvor utvecklades ursprungligen av britterna som en del av ”Chain Home” radarsystem., Roc-analys användes för att analysera radardata för att skilja mellan fiendens flygplan och Signalbrus (t.ex. gässflockar). När mottagarens känslighet ökade, så gjorde antalet falska positiva (med andra ord gick specificiteten ner).
Obs: diagrammet visar faktiskt känslighet vs (1-specificitet), och kallas därför ibland en känslighet vs (1 − specificitet) plot. Logiken bakom det är detta: om ett test har noll diagnostisk kapacitet, skulle det vara lika sannolikt att producera en falsk positiv eller en sann positiv, vilket är detsamma som:
känslighet = 1 – specificitet.,
nästa: C-statistik (område under en Roc-kurva)
referens:
Lusted, L. Signal detekterbarhet och medicinsk beslutsfattande. Vetenskap 26 Mar 1971:Vetenskap 26 Mar 1971. Finns här.
——————————————————————————
behöver du hjälp med en läxa eller testfråga? Med Chegg Study kan du få steg-för-steg-lösningar på dina frågor från en expert på området. Din första 30 minuter med en Chegg handledare är gratis!,