DeLong测试 计算两个ROC曲线之间的统计意义

最新推荐文章于 2024-02-14 23:49:31 发布
最新推荐文章于 2024-02-14 23:49:31 发布
阅读量2.8w 收藏 126
点赞数 28
文章标签： 医学统计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sunflower_sara/article/details/80332935
版权

本人原帖首发于丁香园。

 

投了一篇文章，审稿意见说我给出的3个不同模型的roc曲线之间不能只比较AUC，需要看不同ROC的统计意义

问了一下别人查了半天才知道DeLong测试是什么。

看了

Genetic Variants in Fanconi Anemia Pathway Genes BRCA2 and FANCA Predict Melanoma Survival

这个文章，知道了Delong测试应该干什么用，怎么写在文章里

然后看

Comparing the Areas Under Two Correlated ROC Curves:Parametric and Non-Parametric Approaches

和

Comparing the Areas Under Two or More Correlated Receiver Operating Characteristic Curves: A  Nonparametric Approach

知道意义

 

又听说MedCalc这个软件可以进行ROC曲线的两两比较，因此又费了好大劲装了这个软件（可以在丁香园论坛里下载安装）

 

因为我的模型是通过多个特征建立模型，对相应的指标进行预测，因此不能之间用软件里的ROC曲线绘制

我先用MATLAB里面svm的方法建立了模型并对结果进行预测，得到预测的分数score

把每个模型得到的预测分数和score放到MedCalc软件里面，

例如我的一个模型叫做F23，用了23个特征，另一个叫F9，用了9个特征，

A列是指标，B列是F23模型得到的预测score，C列是F9模型得到的score

 

 

 

选择统计-ROC曲线-ROC曲线对比

 

 

再选则变量和分类变量对应的数据

 

 

就可以得到相应的分析结果和曲线了

 

 

 

 

可以看到p=0.0039<0.05 具有统计意义

 

 

sunflower_sara
关注
  • 28
    点赞
  • 踩
  • 126
    收藏
    觉得还不错? 一键收藏
  • 26
    评论
专栏目录
PythonTest test test
05-03
//传递参数时，每个参数中间要有一个空格 //Python接收参数的方法： //从1开始接收参数 //args1= sys.argv[1] //args2=sys.argv[2] //args2=sys.argv[3]
R语言deLong‘s test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性
statistics+insight+vista+power
02-28 133
R语言deLong's test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性
利用Python画ROC曲线和AUC值计算
09-21
给大家介绍了如何利用Python画ROC曲线，以及AUC值的计算，有需要的朋友们可以参考借鉴，下面来一起看看吧。
DeLong检验
Fred114的博客
02-14 1224
Delong检验 理论背景   假设一个NNN个个体的样本进行了一个测试，以预测感兴趣的事件或确定是否存在疾病，并且该测试基于一个连续值诊断变量。我们将遵循以下惯例，即假设测试变量的较高值与感兴趣的事件相关，例如，阳性疾病状态。也假设它可以通过独立于测试的方法来确定。   样本中中有mmm个人真正经历了这个事件或有了这个条件，该组别用C1C_1C1​表示，让没有这个条件的n(=N−m)n(=N-m)n(=N−m)名个体的组用C2C_2C2​表示。设Xi(i=1,2,...,m)X_i(i = 1,2,...
逻辑回归临床预测模型lasso回归变量筛选roc曲线定制Delong检验
04-28
r语言建立逻辑回归临床预测模型 + lasso回归变量筛选+ roc曲线绘制+roc统计检验
Delong test比较两个ROC曲线的性能
热门推荐
Darlewo
04-11 2万+
我们知道ROC曲线的性能可以通过曲线下面积即AUC来得到，那么如何通过统计学的角度来比较两个ROC曲线呢，就是这里说的就是Delong test，可以得到两个曲线的P值，p<0.05可以看作两个曲线有较大差异。 Matlab代码见https://github.com/PamixSun/DeLongUI 可以得到曲线的AUC值，方差和两个曲线的协方差，p值 Delong test的具体理...
python语言deLong‘s test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性
data+scenario+science+insight
10-27 3582
python语言deLong's test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性 目录 python语言deLong's test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性 #deLong's test #仿真数据 #deLong's test假设检验方案1 #deLong's test假设检验方案2 #deLong's test假设检验方案3（R代码示例） #deLong's..
roc_comparison:DeLong方法的快速版本，用于计算未调整的AUC的协方差
05-26
用于通过ROC AUC比较两组预测的统计显着性的算法的Python实现。 还可以计算单个ROC AUC估计值的方差。
R语言生成多模型预测结果仿真数据、使用pROC包计算每一个模型的roc曲线，使用roc.test函数对两个模型roc曲线执行德龙检验（delong test）
statistics+insight+vista+power
06-12 3122
R语言生成多模型预测结果仿真数据、使用pROC包计算每一个模型的roc曲线，使用roc.test函数对两个模型roc曲线执行德龙检验（delong test）
ROC(AUC)的显著性检验
医学和生信笔记的博客
09-15 6850
本文首发于公众号：医学和生信笔记 “ 医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。 R语言临床预测模型系列文章，目前已更新20+篇内容，持续更新中，欢迎订阅！ 今天说一说ROC(AUC)的比较。 二分类资料的ROC比较 可以通过pROC包实现的，使用其中roc.test()函数可实现两个ROC 的Delong检验。 使用pROC包的aSAH数据，其中outcome列是结果变量，1代表Goo
Delong test
liuqiang3的博客
11-02 2万+
最近需要做AUC的显著性检验，delong test是比较常见的AUC显著性检验的方法。我大体研究了一下。 原理： 1.以两个不同的模型对肿瘤良恶性进行分类，其中vgg的AUC为A1A_1A1​,svm结果得到的AUC为A2A_2A2​，delong test就是首先计算两者AUC差值θ=A1−A2\theta = A_1-A_2θ=A1​−A2​ 2.然后根据计算出A1A_1A1​和A2A_2...
medcalc统计学软件
03-10
medcalc可用于生物、医学领域的统计学计算
ROC曲线,roc曲线的意义,matlab
09-10
利用matlab绘制ROC曲线图，需要的同学们可以自行下载。
解决ROC曲线画出来只有一个点的问题
09-17
今天小编就为大家分享一篇解决ROC曲线画出来只有一个点的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
欧母龙PLC例程源码陶瓷厂用程序及图纸
04-22
欧母龙PLC例程源码陶瓷厂用程序及图纸提取方式是百度网盘分享地址
node-v19.6.1-darwin-arm64.tar.xz
最新发布
04-22
Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。
集比赛直播、新闻资讯、数据查询为一体的APP，支持Android和iOS双平台.zip
04-22
NBA Player是由React Native创作的集比赛直播、新闻资讯、数据查询为一体的APP，支持Android和iOS双平台
sklearn计算ROC曲线
06-09
在使用sklearn计算ROC曲线之前，需要先导入相关的库和数据。假设我们有如下的二分类数据： ```python import numpy as np import matplotlib.pyplot as plt from sklearn import svm, datasets from sklearn.metrics import roc_curve, auc from sklearn.model_selection import train_test_split # 导入数据 iris = datasets.load_iris() X = iris.data y = iris.target # 仅保留两个分类 X, y = X[y < 2], y[y < 2] # 将数据划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5, random_state=0) ``` 在导入数据之后，我们可以使用sklearn中的SVC模型来进行分类，并计算ROC曲线和AUC值： ```python # 训练模型 classifier = svm.SVC(kernel='linear', probability=True, random_state=0) probas_ = classifier.fit(X_train, y_train).predict_proba(X_test) # 计算ROC曲线和AUC值 fpr, tpr, thresholds = roc_curve(y_test, probas_[:, 1]) roc_auc = auc(fpr, tpr) # 绘制ROC曲线 plt.plot(fpr, tpr, color='darkorange', lw=2, label='ROC curve (area = %0.2f)' % roc_auc) plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--') plt.xlim([0.0, 1.0]) plt.ylim([0.0, 1.05]) plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.title('Receiver operating characteristic') plt.legend(loc="lower right") plt.show() ``` 这样，就可以得到ROC曲线和AUC值的计算结果，并且绘制出ROC曲线的图像。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 26
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值