stata绘制roc曲线_[转载]光滑ROC曲线的画法

最新推荐文章于 2023-03-25 20:50:23 发布

Nature自然科研

最新推荐文章于 2023-03-25 20:50:23 发布

阅读量4.3k

点赞数

文章标签： stata绘制roc曲线

本文链接：https://blog.csdn.net/weixin_29194255/article/details/113543528

版权

本文介绍了如何使用Stata绘制光滑的ROC曲线，以提升科研统计中的2分类能力展示。相较于非参数ROC曲线，Stata通过双正态模型拟合实现参数ROC曲线，使其更加专业。操作步骤包括选择Epidemiology and related菜单，输入参考变量和分类变量，并通过ROC models对话框进行设置。当分类值过多时，可设置为计数资料以进行拟合。最后，通过Graphics菜单生成参数ROC曲线。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 classifi