roc曲线分析两两比较的excel快速实现(两条roc曲线如何比较)

1. 两条roc曲线如何比较

帮你在网络上查找：

为了使曲线平滑，需要如下四个步骤

1.双击ROC曲线图，进入编辑界面

2.点击ROC曲线，后出现重影即为选中的ROC曲线

3. 点击工具栏的图标（add interpolation line），

出现4个选项，选择最后一个spline，点击“Apply”即出现平滑的曲线。

4.删除原来的折线：选中，右键菜单“Delete”。

但是我这里，SPSS 20.0，选中了ROC曲线，点击工具栏的图标（add interpolation line），什么反应也没有。

2. 多条roc曲线

ROC曲线实际上是多个混淆矩阵的结果组合，以疾病检测为例，这是一个有监督的二分类模型，模型对每个样本的预测结果为一个概率值，我们需要从中选取一个阈值来判断健康与否。

定义好一个阈值之后，超过此阈值定义为不健康，低于此阈值定义为健康，就可以得出混淆矩阵。

而如果在上述模型中没有定义好阈值，而是将模型预测结果从高到低排序(排不排序都一样，因为我们需要用作作图的TPR和FPR都是根据这些概率值计算出来的，现在不排序，等据图画图的时候也得排序)，将每次概率值依次作为阈值，那么就可以得到多个混淆矩阵。

对于每个混淆矩阵，我们计算两个指标TPR和FPR，以FPR为轴，TPR为y轴画图，就得到了ROC曲线。

3. 两条roc曲线如何比较 spss

roc曲线的制作步骤：　　用SPSS制作ROC曲线。　　

1、首先录入数据：　　在这里，序号1代表击中，0代表虚报，后面“频数”列对应的分别是先定概率在0.2/0.5/0.8情况下击中和虚报的频数；　　

2、其次对频数加权打开“分析”，最下方会出现“ROC曲线”，打开将“频数”拖入检验变量一栏，“序号”拖入状态变量一栏；　　

3、状态变量的值设置为“1”；　　

4、点选“ROC曲线”“对角参考线”“ROC曲线的坐标点”三个选项，确定；　　

5、随后会出现这个原始的ROC曲线。

4. roc曲线参考线

因为随着阈值的逐渐变大（从0-1），我们发现sensitivities在逐渐变小，而specificities在逐渐变大。我们取极端情况考虑，当阈值为0时，大于0的全为正例，即模型能完美的找出所有正例（敏感性=1），但很可惜，所有的负例也被定义为正例，故特异性=0，反之阈值=1时也成立。在正常情况下，我们肯定不愿意让模型瞎猜乱蒙，故我们需要一种均衡（统计优化），类似于方差-残差均衡（但现实情况不一定完全一致），我们希望二者都能同时达到相对最优的状态。所以有最佳阀值

为了获取ROC曲线的最佳阈值，需要使用一个指标--约登指数，也称正确指数。

借助于matlab的roc函数可以得出计算。

ROC曲线下的面积值在1.0和0.5之间。在AUC>0.5的情况下,AUC越接近于1,

5. roc曲线多少才算有意义

roc是受试者工作特征曲线，简称ROC曲线，又称为感受性曲线，得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是在两种不同的判定标准下所得的结果而已。

受试者工作特征曲线就是以假阳性概率为横轴，真阳性为纵轴所组成的坐标图。

6. roc曲线二分类

　　roc曲线的制作步骤：　　用SPSS制作ROC曲线。　　

1、首先录入数据：　　在这里，序号1代表击中，0代表虚报，后面“频数”列对应的分别是先定概率在0.2/0.5/0.8情况下击中和虚报的频数；　　

2、其次对频数加权打开“分析”，最下方会出现“ROC曲线”，打开将“频数”拖入检验变量一栏，“序号”拖入状态变量一栏；　　

3、状态变量的值设置为“1”；　　

4、点选“ROC曲线”“对角参考线”“ROC曲线的坐标点”三个选项，确定；　　

5、随后会出现这个原始的ROC曲线。

7. roc曲线需要哪些数据

在信号检测理论中，接收者操作特征曲线(receiver operating characteristic curve，或者叫ROC曲线)是坐标图式的分析工具。

用于 (1) 选择最佳的信号侦测模型、舍弃次佳的模型。

(2) 在同一模型中设定最佳阈值。

在做决策时，ROC分析能不受成本／效益的影响，给出客观中立的建议。

ROC曲线首先是由二战中的电子工程师和雷达工程师发明的，用来侦测战场上的敌军载具(飞机、船舰)，也就是信号检测理论。之后很快就被引入了心理学来进行信号的知觉检测。

数十年来，ROC分析被用于医学、无线电、生物学、犯罪心理学领域中，而且最近在机器学习(machine learning)和数据挖掘(data mining)领域也得到了很好的发展。

8. ROC曲线之间的差异性

roc金叉是指roc指标从下往上突破0时，并穿过rocma指标线形成的交叉，是买入信号，相反，roc死叉是指roc指标从上往下跌破0时，并穿过rocma指标形成的交叉，是卖出信号，投资者可以通过ROC指标线的金叉形态与死叉形态来分析股票价格波动时短线的买卖时机。

9. roc曲线两两比较

ROC指标计算公式是：

ROC=(今天的收盘价-N日前的收盘价)/N日前的收盘价*100

ROCMA=ROC的M日移动平均价=ROC的M日累加/M

10. ROC曲线比较

ROC曲线能容易地查出任意界限值时的对疾病的识别能力。选择最佳的诊断界限值。ROC曲线越靠近左上角，试验的准确性就越高。靠近左上角的ROC曲线的点是错误最少的最好阈值，其假阳性和假阴性的总数最少。

两种或两种以上不同诊断试验对疾病识别能力的比较。在对同一种疾病的两种或两种以上诊断方法进行比较时，可将各试验的ROC曲线绘制到同一坐标中，以直观地鉴别优劣，靠近左上角的ROC曲线所代表的受试者工作最准确。也可通过分别计算各个试验的ROC曲线下的面积进行比较，哪一种试验的AUC最大，则哪一种试验的诊断价值最佳。