统计检验及R语言
None
JianJuly
中国科学技术大学生物医学工程博士,研究方向为医学图像处理,深度学习。
Email: [email protected]
展开
-
【资料汇总】学习资料(机器学习&深度学习&统计检验)
极大似然估计原创 2020-12-21 08:55:13 · 674 阅读 · 1 评论 -
【R语言】单个分类模型性能评估、两个分类模型性能对比、统计检验
【R语言】单个分类模型评估、两个分类模型性能对比、统计检验。原创 2024-02-19 20:49:38 · 414 阅读 · 3 评论 -
【资料汇总】统计检验
统计方法如何选择统计方法,有这个合集就够了!相关性分析Pearson、Spearman、Polyserial相关系数简介及R计算原创 2021-03-19 14:24:08 · 234 阅读 · 0 评论 -
【R语言】混淆矩阵计算
confusionMatrix(data=as.factor(as.integer(pred>0.5)), reference=label, positive='1', mode='everything')参数:data: 因子变量,阈值化后的模型预测值reference: 因子变量,金标准positive: 可选参数,定义为positive的因子输出结果如下:...原创 2020-11-02 09:03:51 · 7760 阅读 · 0 评论 -
【R语言】净重新分类指数NRI及其R语言实现
0. 引言净重新分类指数 (net reclassification imporvement, NRI)是运用较多的比较新旧模型预测效果的方法NRI关注的是在诊断截点处,通过考察使用新模型 后个体预测概率的变化情况,或个体被重新分类的情况,得出新模型比旧模型使得不同组别个体更有 利于分到正确组的概率,并对两组预测概率的改善求和关于NRI更多的介绍可以参考两种比较模型预测效果的评价指标及其R实现1. NRI指数1.1 理论净重新分类指数NRI评价的是在两模型采用最优诊断截点进行预测时,与旧原创 2020-10-31 11:33:32 · 5933 阅读 · 5 评论 -
【R语言】预测模型最合适阈值Cutoff选取及其它指标计算
library(pROC)# label: 金标准,0 1 变量# pred: 模型预测值,连续变量metrics <- function(label, pred){ roc.p=pROC::roc(label, pred) if (roc.p$auc>0.5){ cutoff=roc.p$thresholds[which.max(roc.p$sensitivities+roc.p$specificities)] sensitivity=roc.p$sensiti原创 2020-10-31 10:13:34 · 12565 阅读 · 3 评论 -
【R语言】数据标准化处理
1、标准化——数据处理preProcess(x, method = c("center", "scale"), thresh = 0.95, pcaComp = NULL, na.remove = TRUE, k = 5, knnSummary = mean, outcome = NULL, fudge = 0.2, numUnique = 3, verbose = FALSE, freqCut = 95/5, uniqueCut转载 2020-06-10 11:29:20 · 45446 阅读 · 3 评论 -
【R语言】AUC值的检验(单样本t检验)
来源函数:t.test目的判断模型的AUC值与多位医生的AUC值(平均水平)是否有显著差异代码auc_rads = c(0.750, 0.761, 0.854, 0.729, 0.834, 0.851) # 六位医生诊断的AUC值auc_cnn = 0.884 # 模型的AUC值t.test(auc_rads, alternative = "two.sided", mu=a...原创 2020-01-08 20:24:50 · 2599 阅读 · 1 评论 -
【R语言】敏感度、特异度、准确率检验及置信区间求解
来源函数:prop.test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# 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)...原创 2020-01-07 20:36:35 · 14105 阅读 · 0 评论 -
【R语言】ROC检验(与随机猜测,即AUC=0.5比较)
来源包:verification函数:roc.area官方文档:https://www.rdocumentation.org/packages/verification/versions/1.42/topics/roc.area参数obs: 标签(0 或 1)pred: 预测值(0-1之间的概率)输出A: AUC值n.total: 总的样本个数n.events: 正样...翻译 2019-12-27 14:26:06 · 1733 阅读 · 0 评论