在科研统计中,有时候需要用ROC曲线来表示我们某一方法的诊断能力(或者说2分类能力),于是乎就涉及到了ROC曲线的绘制。大部分人还是会使用SPSS进行统计分析的,也有会使用SPSS绘制ROC曲线的童鞋。但是,ROC曲线默认所画出的叫做“非参数-ROC曲线”,这种曲线是直接根据计算的“敏感度”以及对应的“1-特异性”画出来的。所以是一条难看的不光滑曲线(如上图中的散点图)。为了让我们的文章与国际文章接轨,让我们的统计图看起来更Professional,我们当然要把不漂亮的“非参数”ROC曲线变成光滑的“参数”ROC曲线(如上图中的棕红色光滑曲线)。
目前ROC曲线的参数拟合,最为广泛的方法是“双正态”模型拟合法;当然还有如“优势比例”模型的拟合等其他方式。SAS对与这样的图像拟合是最为麻烦的,需要写程序;SPSS只能用非参数的方法,如果用参数法也需要写程序。但是,Stata却可以完成双正态参数ROC曲线的拟合。
在Stata中实现这个拟合其实是非常非常简单的。只需依次点击
Statistics -> Epidemiology and related
-> ROC analysis -> ROC models
assuming a binormal distribution
打开rocfit对话框即可。填入参考变量和分类变量即可开始拟合。当然,默认的情况下,有时会遇到如下提示:
. rocfit reference classif