ROC曲線Excel,spss10,MedCale,state

1、近來研究ROC ,有一點心得，也有一個疑問ROC曲線理論以真陽性率（靈敏度）為縱坐標，假陽性率（1特異度）為橫坐標繪制各種作圖軟件的比較、軟件的下載安裝、作圖的具體步驟：（1） Excel做的散點圖：（由于我們經常使用 Excel,所以開始時覺得這個方法較容易接受。但由于 Excel畢竟不是做ROC曲線的專用工具，所以需要自己算出敏感度和特異度，而且無 ROC曲線的分析。）這個方法要算出相應的敏感度和1-特異度的值，然后選中數據區(qū)，做散點圖，只是做參照線（也就是對角線）的時候，有點麻煩，因為 Excel的線性擬合的截距不是 0,改為0后，斜率不是45。，而且沒有 相應的點，所以我是用了小聰明，

2、拷貝了兩列特異度作為數據源，在原來的散點圖中添加數據，畫的參照 線。roc的 30 如 5。 凱）TO 的 如 】網（2） Spss15.0作圖結果：（只能進行ROC曲線下面積AUC的非參數估計，以及找出最佳工作點， 使用該軟件的感覺有點像 matlab ,有兩個窗口，個人感覺該軟件功能很強大，只是軟件的下載很費事，要 下載相應的算號器。在安裝的過程中，使用算號器破解。）1:建立數據表（File >new >data ）輸入數據，數據表的界面如圖二，可以在 data view （修改數據 的數值）和variable view （修改數據的類型）之間切換。As *ldata for

3、HOC【3 test). sav Dat aSet 3 一 SPSS DFile Edit 生MwTransformGraphs Utilities 也;3 日崗畫b & #4推片曰圭匚冷21 :Idiagnosis |test 1test2test 311112. 70124項241. SO21104.00135.8Q246. 003088. 90149.8024土 904125.70122.70260.6051123.30iS8,4G285. 906I120. 5014L2Q2S7.907y130* 3013L 10269. 6081129.60148.00237. 809097,

4、90130,60232. 7010094. 90120.0G221. 1011I140* 20140.90280,30121119. 70142.10272. 0013098.60133,00237. 8014077. 30121770209. 2015139.9012& 802T4 9016 Da0 ta View X97. 90 Variable 1116,60 /lew /224.702:Analyze >ROC Curve >Test Variable（選擇你的測試值，可以有多個，本例為 testl、test2、和 test3的比較，故選擇 3個值），State V

5、ariable（選擇測試結果值，本例為 diagnosis） Value State （判斷正 確的取值，本例為1 ） Disply的選項全選。在 Output窗口可以得到如圖所示的曲線。ROC Curvethr Curv*taltlUzf 2Hit iRfif Al ap.ce1 - SpecificityD i ifonils ti r produced bymedcalc作圖的結果：（該軟件的界面很友好，比spss好用，分析功能強大，有詳細的ROC曲線的report ,作出來的圖也很漂亮，雙擊圖像可以對圖的顯示效果做調整，只是每次使用該軟件，第一次點 擊顯示不能使用該軟件，第二次要輸入：

6、MedCalc sn:User name : Jodi Hodnik Product key:9SPP9-WA699-KY8MK-565PF才可以使用。1：建立數據表：（和 spss類似）2： Statistics >ROC Curve >ROC Curve analysis（ 畫一個結果的 ROC 曲線）或者 Comparison of Curves（多個結果的比Coaparisan of KOC curvesVariables:TE5T1VTE5T2VTE5T3VVClass iFication variable: 1iIAGMOSISSelect:Graph13 Duplay

7、 ROC curves ndow c腰晅區(qū)HelpCx'_ jrcc-lVsriabie 1TEST1Variable 2TEST21Variable 3TESTSClassification variableDIAGNOSIS音 Co*pari$on of ROC curvesPositive groupDIAGNOSIS=1Sample size65Negative groupDIAGNOSIS-0Sample size45AUCSE95% Clihsrri0 g0 02260 883 Io 0 9B1TCST20.S790 053U579toa769 1TEST30.9150.0

8、237DMn Q.962Pau wise com|><krisoii of ROC turvesTEST1 - TEST?Difference between areasStandard error95% Confidence interval z statisticSignmcance levelu * 匚二二:二二二二二二。亟 2 015510 0.3004 686 p< b'bbi疑問：在蛋白質分類的預測結果中 test這一列的取值是什么？ ？為研究這個問題，我做了以下的ROC曲線：（ROC也算是了解了，希望可以用到我的論文中，蛋白質預測的最終能得到一列和 te

9、st這一列同樣性質的值嗎？ ？ ？）（1） test3和state取值相同時，做出來的藍色的ROC曲線是一條最理想的 ROC曲線，（AUC=1 ）state?test?test J111311104108901127111231 11121111301113010980095011401112010990011011401098011341113811131111101ROC CurveSource of the Curvetost3tost2Diagonal segments are produced by ties.(2)在statue中輸入20個值(14個1 , 6個0 ,該行表示實際的判定結果，即真假樣本的個數)， 在test中輸入一些值