1樓：手機使用者
roc(receiver operating characteristic)曲線,用於二分類判別效果的分析與評價.一般自變數
為連續變數,因變數為二分類變數.
基本原理是:通過判斷點(cutoff point/cutoff value)的移動,獲得多對靈敏度(sensitivity)和誤判率(1-specificity(特異度)),以靈敏度為縱軸,以誤判率為橫軸,連線各點繪製曲線,然後計算曲線下的面積,面積越大,判斷價值越高.
靈敏度:就是把實際為真值的判斷為真值的概率.
特異度:就是把實際為假值的判斷為假值的概率.
誤判率:就是把實際為假值的判斷為真值的概率,其值等於1-特異度.
將繪成的曲線與斜45度的直線對比,若差不多重合,說明自變數對因變數的判斷價值很差,若越遠離斜45度的直線即曲線下的面積越大,說明自變數對因變數的判斷價值越好,即根據自變數可以較為正確的判斷因變數.
使用spss的操作過程如下:
graphs/roc curve:test variable選自變數(連續型變數),state varibale選因變數(二分類變數)display的選項一般全選.
執行結果:1.roc曲線,可直觀地看到曲線形狀.
2.area under the curve:曲線下方的面積,包括面積值,顯著性分析,置信區間.
3.coordinates of the curve:roc曲線各點對應的靈敏度和誤判率.
2樓：匿名使用者
我這裡是有90正常樣本值，106患者值，110其他值這些資料在輸入spss時，應至少兩列，一列金標準結果（即是否患病），一列新方法的檢測數值 roc曲線
如何用spss製作roc曲線
3樓：劉得意統計服務
分析--roc曲線分析，正確設定變數就行了。具體地說：
把檢測變數（如test1）調入檢驗變數框，把狀態變數（如diag)調入狀態變數框，在狀態變數的值框輸入1，表示病人。確定。
效果圖：
使用方法：綠線為參考對角線，藍色線為roc曲線，該曲線離對角線越遠，表明診斷效果越好。
若有幫助，請及時採納，謝謝。
統計人劉得意
4樓：匿名使用者
roc曲線在analyze裡面的，有一個roc選項
我替別人做這類的資料分析蠻多的
如何利用spss軟體來繪製roc曲線
5樓：stop華崽
（一）roc曲線的概念
受試者工作特徵曲線（receiver operator characteristic curve, roc曲線），最初用於評價雷達效能，又稱為接收者操作特性曲線。roc曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱座標，假陽性率（1-特異度）為橫座標繪製的曲線。傳統的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統計分析。
roc曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態，可以把試驗結果劃分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。因此，roc曲線評價方法適用的範圍更為廣泛。
（二）roc曲線的主要作用
1.roc曲線能很容易地查出任意界限值時的對疾病的識別能力。
2.選擇最佳的診斷界限值。roc曲線越靠近左上角,試驗的準確性就越高。最靠近左上角的roc曲線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數最少。
3.兩種或兩種以上不同診斷試驗對疾病識別能力的比較。在對同一種疾病的兩種或兩種以上診斷方法進行比較時，可將各試驗的roc曲線繪製到同一座標中，以直觀地鑑別優劣，靠近左上角的roc曲線所代表的受試者工作最準確。
亦可通過分別計算各個試驗的roc曲線下的面積(auc)進行比較，哪一種試驗的auc最大，則哪一種試驗的診斷價值最佳。
（三）roc曲線分析的主要步驟
1.roc曲線繪製。依據專業知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-off point），按選擇的組距間隔列出累積頻數分佈表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。
以敏感性為縱座標代表真陽性率，（1-特異性）為橫座標代表假陽性率，作圖繪成roc曲線。
2.roc曲線評價統計量計算。roc曲線下的面積值在1.
0和0.5之間。在auc＞0.
5的情況下，auc越接近於1，說明診斷效果越好。auc在0.5～0.
7時有較低準確性，auc在0.7～0.9時有一定準確性，auc在0.
9以上時有較高準確性。auc＝0.5時，說明診斷方法完全不起作用，無診斷價值。
auc＜0.5不符合真實情況，在實際中極少出現。
3.兩種診斷方法的統計學比較。兩種診斷方法的比較時，根據不同的試驗設計可採用以下兩種方法：
①當兩種診斷方法分別在不同受試者身上進行時，採用成組比較法。②如果兩種診斷方法在同一受試者身上進行時，採用配對比較法。
使用spss的操作過程如下:對於較低spss版本 graphs/roc curve:test variable選自變數(連續型變數),state varibale選因變數(二分類變數)display的選項一般全選.
較高的spss版本analyze -roc curve
如何利用spss做出roc曲線
如何用spss 17.0繪製roc曲線？ 資料分幾組輸入都有什麼要求？ 如何選擇cutoff值？
6樓：匿名使用者
至少兩列，一列金標準結果（即是否患病），一列新方法的檢測數值
roc曲線分析中會生成曲線座標值，根據各取值的特異度和靈敏度之和最大的原則求得cutoff
如何利用spss繪製roc曲線
7樓：南心網心理統計
spss中有roc的專門分析模組。
8樓：茹讓慶夏
（一）roc曲線的概念
受試者工作特徵曲線（receiver
operator
characteristic
curve,
roc曲線），最初用於評價雷達效能，又稱為接收者操作特性曲線。roc曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱座標，假陽性率（1-特異度）為橫座標繪製的曲線。傳統的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統計分析。
roc曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態，可以把試驗結果劃分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。因此，roc曲線評價方法適用的範圍更為廣泛。
（二）roc曲線的主要作用
1.roc曲線能很容易地查出任意界限值時的對疾病的識別能力。
2.選擇最佳的診斷界限值。roc曲線越靠近左上角,試驗的準確性就越高。最靠近左上角的roc曲線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數最少。
3.兩種或兩種以上不同診斷試驗對疾病識別能力的比較。在對同一種疾病的兩種或兩種以上診斷方法進行比較時，可將各試驗的roc曲線繪製到同一座標中，以直觀地鑑別優劣，靠近左上角的roc曲線所代表的受試者工作最準確。
亦可通過分別計算各個試驗的roc曲線下的面積(auc)進行比較，哪一種試驗的auc最大，則哪一種試驗的診斷價值最佳。
（三）roc曲線分析的主要步驟
1.roc曲線繪製。依據專業知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-off
point），按選擇的組距間隔列出累積頻數分佈表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。以敏感性為縱座標代表真陽性率，（1-特異性）為橫座標代表假陽性率，作圖繪成roc曲線。
2.roc曲線評價統計量計算。roc曲線下的面積值在1.
0和0.5之間。在auc＞0.
5的情況下，auc越接近於1，說明診斷效果越好。auc在0.5～0.
7時有較低準確性，auc在0.7～0.9時有一定準確性，auc在0.
9以上時有較高準確性。auc＝0.5時，說明診斷方法完全不起作用，無診斷價值。
auc＜0.5不符合真實情況，在實際中極少出現。
3.兩種診斷方法的統計學比較。兩種診斷方法的比較時，根據不同的試驗設計可採用以下兩種方法：
①當兩種診斷方法分別在不同受試者身上進行時，採用成組比較法。②如果兩種診斷方法在同一受試者身上進行時，採用配對比較法。
使用spss的操作過程如下:對於較低spss版本
graphs/roc
curve:test
variable選自變數(連續型變數),state
varibale選因變數(二分類變數)display的選項一般全選.較高的spss版本analyze
-roc
curve
如何用spss軟體做roc曲線下面積的比較
9樓：匿名使用者
可使用spss程式設計完成，或者使用sas
10樓：匿名使用者
就是z檢驗而已，excel就能做
11樓：生秀榮韶香
analyze裡面有roc選項，金標準選在上面，制定1為判斷準則
然後把解釋變數放在下面的框
如何用spss做roc曲線分析
spss17 做roc曲線時要求輸入 『狀態變數的值』 是什麼意思
12樓：匿名使用者
狀態變數就是二分類的變數，是必須的。說的清楚點就是選擇分類變數，如1代表一組，2又代表另一組。
如何用spss製作roc曲線,如何用spss製作ROC曲線
分析 roc曲線分析，正確設定變數就行了。具體地說 把檢測變數 如test1 調入檢驗變數框，把狀態變數 如diag 調入狀態變數框，在狀態變數的值框輸入1，表示病人。確定。效果圖 使用方法 綠線為參考對角線，藍色線為roc曲線，該曲線離對角線越遠，表明診斷效果越好。若有幫助，請及時採納，謝謝。統計...
如何用spss做自相關性分析,用spss做兩個變數相關性分析時，存在強自相關怎麼辦
執行工具欄 分析a 相關 c 雙變數 b 程式，開啟 雙變數相關 對話視窗 如果您是希望進行偏相關分析，請用滑鼠選擇偏相關 r 最常用到的是雙變數相關分析和偏相關分析，偏相關分析控制了其他變數對該變數的影響，只研究某一變數對這一變數的影響。選擇你所要研究的變數，以及分析方法，spss提供了三種相關係...
如何用SPSS做logistic迴歸分析
logistic迴歸可以劃分為二元logistic迴歸 多分類logistic迴歸 有序logistic迴歸。因變數為分類變數，spss中有專門的logistic迴歸分析控制元件。基因多型性是幾分類變數，如果是超過兩分類的，需要先設定啞變數，其他自變數如果有的分類變數超過了兩分類都需要設定啞變數，連...