关于ROC曲线绘制，您一定不想错过！

kexue

咱们都知道ROC曲线是诊断试验中最经典最有效的方法，其做法是以一个二分类的金标准作为参考，评价某些指标的诊断价值（预测价值）。但是，关于ROC曲线，其实有很多经常被问到的问题，您遇到过几个呢？

1. 分类变量能画ROC曲线吗通常，咱们都是针对连续变量绘制ROC曲线。大家可能会问，分类变量能画ROC曲线吗？能画肯定能画，但是，不是很推荐。为什么呢，看下图就知道了。下图是针对1个分类变量绘制的ROC曲线，咱只能说，这也太奇怪了吧。所以，一般不建议针对分类变量绘制ROC曲线，直接求灵敏度、特异度就可以了。


2. 如何在一张图中展示多条ROC曲线
  这个很简单，绘制ROC曲线时，将多个指标都选到“检验变量”就可以了。



3. ROC曲线好奇怪，是哪里出错了吗
下图展示了SPSS绘制的2个指标的ROC曲线，红色那条很正常，在左上三角；蓝色那条就奇怪了，怎么跑下边去了呢。

这是因为SPSS绘制ROC曲线时，默认：指标越大，越容易表示为感兴趣的事件（如患病）。但如果，有些指标越小，反而越容易患病，就会出现这种现象了。遇到这种情况，咱们只需要点击“选项”，在“检验方向”选对即可。



是不是有那么一点点麻烦，尤其在我们绘制多条ROC曲线时，有的越大越好，有的越小越好，检验方向选哪个都不合适呀？这时候，就该科研客栈上场了。我们在ROC曲线模块，避免了上述问题。不论何种情况，我们都能始终保持ROC曲线呈现正确的图像。
划重点：科研客栈-统计分析-诊断研究-ROC曲线下面积及最佳界值



4. 多条ROC曲线，孰优孰劣呢
   既然，咱们可以在一张图中绘制多条ROC曲线。那咱们肯定想知道，是不是某些指标诊断价值更高，那就涉及ROC曲线下面积的比较了。新版本的SPSS是可以做的。在“分析-分类-ROC分析”模块。科研客栈当然必须具备这个功能，大家可以去试试哦。
划重点：科研客栈-统计分析-诊断研究-ROC曲线下面积的比较




5. ROC曲线下面积，在0.5和0.6左右徘徊，可怎么办呀
   咱们都知道ROC曲线下面积至少在0.75以上，才算是一个不错的结果，提示这个指标诊断价值比较高。但很多时候，咱们的ROC曲线下面积就是很小，可能只比0.5大一些。这时候，咱们可以修正研究目标为：探讨这个指标和结局的关联，只要有关就可以，不一定非要求这个指标具备很好的诊断价值呀。另外，咱们可以联合其他指标，做多指标的ROC曲线。

6. 多指标的ROC曲线怎么画呀
  既然，刚刚提到，如果单个指标ROC曲线不理想，可以画多指标ROC曲线，但怎么画呀？这个需要用到logistic回归。咱们先做一个logistic回归，因变量为结局，多个指标为自变量。做logistic回归的时候，点击“保存”预测概率，再用预测概率绘制ROC曲线。


科研客栈当然就不需要大家这么操作了，只要选好多个指标和结局，直接输出多指标的ROC曲线下面积哦。
划重点：科研客栈-作图工具-ROC曲线-多个指标


7. 怎么根据ROC曲线找界值
   咱们知道ROC曲线还有一个功能，就是可以找一个界值，高于这个界值，患病可能性大。但是，怎么找这个界值呢？做ROC曲线的时候，咱们选上“ROC曲线的坐标点”，会给出不同界值下灵敏度和1-特异度，咱们可以找一个灵敏度、特异度都不错的界值。

  
不过，您是不是和小编一样，有选择恐惧症呢？不知道选哪个好。根据灵敏度和特异度之和最大，给咱们提供了一个界值。当然，同时还提供了不同界值下的灵敏度和特异度，大家如果觉得自动给出的界值不满意，可以再找一个。
诊断研究-ROC曲线下面积及最佳界值