1樓：萬水之源
第一豎行是我測定的不同患者結果
第二豎行是陽性參照表達結果
第三豎行是陰性參照表達結果
國外文獻用roc曲線做,想和定性實驗x相比看定性實驗哪例是假陽性,或假陰性.這是我自己摸的結果圖,無法傳給你。但怎麼解釋?怎麼看是具體哪例呢?
2樓：time龔梅華
spss軟體實現roc分析
spss 9.0以上版本可進行roc分析，操作步驟如下：
1.定義列變數，並輸入資料
（1）診斷分類值或檢測結果（test）：多個診斷試驗則定義test1，test2，...
（2）金標準類別（group）：1＝病例組，0＝對照組
（3）分類頻數（freq），需要進一步執行第二步
2.說明頻數變數 路徑：data\weight case..., 選項：weight case by， 填表：freqency variable （freq）
3.roc分析: 路徑：
grahps\roc curve... 填表：test variable（test）， state variable （group）， value of state variable，選項包括：
(display) roc curve，with diagonal reference line （機會線）， standard error and confidence interval （面積的標準誤，及其可信區間）， coordinate points of the roc curve （roc曲線的座標點）， options：test direction （如果檢測值小劃歸為陽性，則需要選）， cofidence level （％）：需要除95％以外的可信度，可在此定義
如果是連續型測量資料，則不需要第1步的（3）及第2步
用spss19.0制roc曲線，如何使原點併到一起
3樓：匿名使用者
雙擊座標軸
spss有時候是這樣的，不怎麼好看
急求！spss19.0做roc曲線怎麼能讓兩個軸的0點重合在一起？請詳細說明方法
4樓：堤撤亦
roc(receiver operating characteristic)曲線,用於二類判別效析與評價.般自變數連續變數,變數二類變數. 基本原理:
通判斷點(cutoff point/cutoff value)移,獲靈敏度(sensitivity)誤判率(一-specificity(特異度)),靈敏度縱軸,誤判率橫軸,連線各點繪製曲線,計算曲線面積,面積越,判斷價值越高. 靈敏度:實際真值判斷真值概率.
特異度:實際假值判斷假值概率. 誤判率:
實際假值判斷真值概率,其值等於一-特異度. 繪曲線與斜四5度直線比,若差重合,說明自變數變數判斷價值差,若越遠離斜四5度直線即曲線面積越,說明自變數變數判斷價值越,即根據自變數較確判斷變數. 使用spss操作程:
graphs/roc curve:test variable選自變數(連續型變數),state varibale選變數(二類變數)display選項般全選. 執行結:
一.roc曲線,直**曲線形狀. 二.
area under the curve:曲線面積,包括面積值,顯著性析,置信區間. 三.
coordinates of the curve:roc曲線各點應靈敏度誤判率
用spss19.0做出的roc曲線有兩個原點，怎麼調整才能讓兩個原點重合呀？急求！！最好有具體步驟
5樓：匿名使用者
雙擊**調整上下邊距
統計專業研究生工作室為您服務，需要專業資料分析可以找我
如何利用spss繪製roc曲線
6樓：南心網心理統計
spss中有roc的專門分析模組。
7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
怎樣用spss20繪製roc曲線 10
8樓：匿名使用者
可以單個roc還有聯合診斷的roc曲線
統計專業
如何用spss製作roc曲線
9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
10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做出roc曲線
11樓：匿名使用者
這個不太好轉的我替別人做這類的資料分析蠻多的
spss怎麼畫多條roc曲線
12樓：匿名使用者
你在變數框裡多放幾個變數，出來的就是多條roc
怎樣用SPSS19 0做雙因素的卡方檢驗
1 建立資料檔案。對新手而言此步最關鍵。開啟軟體，新資料集 假如是一個兩列三行的資料，在excel中原始表可以是兩列並立，共3行數字，而此時在spss中新資料集建成後則一般為單列6行數字。在變數檢視中設定變數為第一步，假如在excel中是一個兩列三行的資料，在excel中兩列題頭分別為 不突出子宮 ...
求教spss做出的roc曲線如何做成平滑的
幫你在網路上bai查詢 為了使曲du 線平滑，需要如zhi下四個dao步驟 1.雙擊 版roc曲線圖，進入編輯介面權 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...
如何做兩個指標合併後的roc曲線
roc曲線可以先做logistic模型，然後用概率去擬合曲線 我以前回答過很多次這個問題 網上應該也能夠找到 graphpad pri origin sigmaplot等等都可以繪製。下圖左邊是pri 繪製的 右圖是excel繪製的。怎樣把多組roc曲線做在一張圖裡 建立一個xy的 然後對於第一個指...