【R语言】敏感度、特异度、准确率检验及置信区间求解

来源

• 包：stats
  • 函数：prop.test
  • 官方文档：https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/prop.test
• 包：epiR
  • 函数：epi.tests
  • 官方文档：https://www.rdocumentation.org/packages/epiR/versions/1.0-10/topics/epi.tests

目的

• 判断两个模型的敏感度、特异度、准确率是否有显著差异

代码

### 统计学检验 ###
# TP1：模型一的真正例数量
# TN1：模型一的真反例数量
# FP1：模型一的假正例数量
# FN1：模型一的假反例数量
# TP2：模型二的真正例数量
# TN2：模型二的真反例数量
# FP2：模型二的假正例数量
# FN2：模型二的假反例数量

x <- c(TN1,TN2); n <- c(TN1+FP1, TN2+FP2) # 特异度
prop.test(x,n, correct = T)$p.value

x <- c(TP1,TP2); n <- c(TP1+FN1, TP2+FN2) # 敏感度
prop.test(x,n, correct = T)$p.value

x <- c(TP1+TN1,TP2+TN2); n <- c(TP1+TN1+FP1+FN1, TP2+TN2+FP2+FN2) # 准确率
prop.test(x,n, correct = T)$p.value

### 置信区间求解 ###
dat <- as.table(matrix(c(TP1, FN1, FP1, TN1), nrow = 2, byrow = TRUE))
epi.tests(dat)

参考资料：

1. https://journals.plos.org/plosmedicine/article/file?type=supplementary&id=info:doi/10.1371/journal.pmed.1002699.s001
2. https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1002699
3. http://vassarstats.net/clin1.html?tdsourcetag=s_pctim_aiomsg