![cf8f29999a3c4743c2bf5273eaa7203f.png](https://i-blog.csdnimg.cn/blog_migrate/a8408795ae554fa74bf73e4afa934ed9.png)
前面花了两三天整单因素ROC曲线诊断的绘制和CUTOFF的取值
ENT小张:干货|ROC曲线绘制中常见的问题及其解决方案zhuanlan.zhihu.com![eb4c8fd50017b10fe8b19da1de3cfcd2.png](https://i-blog.csdnimg.cn/blog_migrate/441349c5fb859e971c2ed14a21630eca.png)
结果这两天突发奇想,又给自己挖了一个坑跳,指标1、2、3往往单因素AUC值不够大,那我们可以测试双指标甚至更多指标联合对一个分类变量的作用,这就是多因素联合诊断ROC曲线的绘制
1.输入诊断指标1、2、3(数值型变量)和结果变量(二分类)
2.选择分析,回归,二元逻辑回归
![b8a6c05568fcaf6d10b12196c8e7bc59.png](https://i-blog.csdnimg.cn/blog_migrate/5f282c4c9852c9547fc9a7555e62fdb2.png)
前面花了两三天整单因素ROC曲线诊断的绘制和CUTOFF的取值
ENT小张:干货|ROC曲线绘制中常见的问题及其解决方案zhuanlan.zhihu.com结果这两天突发奇想,又给自己挖了一个坑跳,指标1、2、3往往单因素AUC值不够大,那我们可以测试双指标甚至更多指标联合对一个分类变量的作用,这就是多因素联合诊断ROC曲线的绘制