zedgraph 如何将曲线数据显示在坐标上面_手把手教你绘制平滑ROC曲线

ROC曲线是临床中常用的统计分析之一，R中可以绘制ROC曲线的包也有很多， pROC 包就是其中的佼佼者。 pROC包可以计算AUC和95%置信区间，可以可视化、平滑和比较ROC曲线。 今天来学习下怎么使用 pROC 包来绘制平滑ROC曲线。

---

目  录

• 1. 安装和加载R包

• 2. 读取内置数据集

• 3. 拟合平滑ROC对象

• 4. 平滑ROC曲线的方法

• 5. 先绘制1条平滑曲线

• 6. 再添加1条ROC曲线

• 7. 添加图例

---

1. 安装和加载R包

install.packages("pROC") # 安装pROC包library(pROC) # 加载pROC包

2. 读取内置数据集

使用pROC包自带的 aSAH数据集来演示。该数据集包括了113例动脉瘤蛛网膜下腔出血患者的临床和实验室资料。

data(aSAH)   # 加载内置数据集
View(aSAH)   # 查看数据集

aSAH数据集包括113名患者，7个变量

3. 拟合平滑ROC对象

在pROC包中，一般使用roc()函数来建立ROC对象。如果要拟合平滑ROC曲线，可以在roc()函数中使用 smooth参数。

roc1             smooth =TRUE) 
roc2             smooth =TRUE)
roc1;roc2# 下面代码与上面等效
roc3 smooth(roc3)

结果显示，roc1对象平滑后的AUC为0.74，而未平滑的原始AUC为0.731。

4. 平滑ROC曲线的方法

平滑ROC曲线的方法有很多，具体可查看帮助文档。

plot(roc3)
rs "binormal")  
plot(rs, add=TRUE, col="green")
rs2 "density")  
plot(rs2, add=TRUE, col="blue")
rs3 "fitdistr", density="lognormal")  
plot(rs3, add=TRUE, col="magenta")
rs4 "logcondens")  
plot(rs4, add=TRUE, col="brown")
rs5 "logcondens.smooth") 
plot(rs5, add=TRUE, col="orange")

5. 先绘制1条平滑曲线

plot(roc1,  # 前面构建的平滑ROC对象
     print.auc=TRUE, # 图像上输出AUC值
     print.auc.x=0.5,print.auc.y=0.5, # AUC值坐标为(x，y)
     auc.polygon=TRUE, # 将ROC曲线下面积转化为多边形
     auc.polygon.col="skyblue",  # 设置多边形的填充颜色
     grid= FALSE, # 不显示网格背景线
     legacy.axes=TRUE)  # 使横轴从0到1，表示为1-特异度

6. 再添加1条ROC曲线

plot.roc(roc2,
         add=TRUE,  # 增加曲线
         col = "red", # 设置曲线颜色
         print.auc=TRUE, # 图像上输出AUC
         print.auc.col = "red", # 设置AUC文本的颜色
         print.auc.x=0.5,print.auc.y=0.4)  # AUC的坐标为(x，y)

7. 添加图例

legend(0.35,0.40,  # 图例位置x，y
       bty = "n",  # 图例样式
       title="",   # 添加图例标题
       legend=c("roc1","roc2"),  # 添加分组
       col=c("#FF2E63","#252A34"), # 颜色跟前面一致
       lwd=2)  # 线条粗细

公众号最近改版，以防失联，加个星标吧！

课程推荐

多点好看，少点脱发