基于R语言的多指标联合预测ROC曲线分析

今天就介绍下用R语言怎么做。

1. 安装和加载包

绘制ROC曲线使用pROC包，构建Logistic回归使用glmnet包。

install.packages("pROC") # 安装包
install.packages("glmnet") # 建立Logistic回归模型需要
library(pROC) # 加载包
library(glmnet)

2. 加载数据集

使用pROC包自带的数据集进行演示。

rm(list = ls()) # 清除环境
data("aSAH") # 加载数据集
head(aSAH) # 查看数据集

3. 建立Logistic回归模型

当使用很多连续变量和/或分类变量来预测二值型结果变量时，可以使用Logistic回归。

假设我们需要分析s100b和ndka这两个指标联合预测outcome变量的能力。

先构建逻辑回归模型。

fit1 <- glm(outcome ~ s100b + ndka,
            data=aSAH,
            family = binomial())  
summary(fit1)

结果解释可以看R语言实战这本书，里面讲解的很详细