统计第十三课：SPSS ROC曲线

今天师兄跟你们聊聊什么是 ROC 曲线以及他的用途（想跟师兄成为好伙伴的你，快来找我吧，师兄微信号：laiwenshixiong）

什么是 ROC 曲线？

wiki 上说，ROC 曲线最先在二战中分析雷达信号，用来检测敌军。诱因是珍珠港事件；由于比较有用，慢慢用到了心理学、医学中的一些检测等应用，慢慢用到了机器学习、数据挖掘等领域中来了，用来评判分类、检测结果的好坏。

百科里说：ROC 曲线指受试者工作特征曲线 (receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标, 是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在 ROC 曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。

这东西在计算机领域里称之为分类器。

ROC 曲线能干什么用？

1.ROC 曲线能很容易地查出任意界限值时的对疾病的识别能力。

2. 选择最佳的诊断界限值。

3. 用来比较两种或两种以上不同诊断试验对疾病的识别能力。（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。亦可通过分别计算各个试验的 ROC 曲线下的面积 (AUC) 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。）

实例操作

腺苷脱氨酶（ADA）对结核性浆膜腔积液的鉴别有很好的意义。一项研究选择了 40 例腹水患者，其中确诊结核性腹水 20 例，肿瘤性性腹水 20 例，测定腹水 ADA，研究目的是确定 ADA 诊断结核的界值。

数据变量如下：

group：1 为结核，2 为肿瘤

ADA：为腹水 ADA 值，连续变量

变量视图：

选择菜单：

进入主对话框，设置如下：

点击确定输出结果。

结果解读

这就是 ROC 曲线，对角线为参考线。双击图标可进入编辑状态。

这是对 ROC 曲线下面积的检验，曲线下面积为 0.792，P=0.002，有统计学意义，说明 ADA 对结核的诊断有意义。曲线下面积越大，说明该项检验的诊断效能越大。

这是曲线的坐标点，以及相应的敏感性，1-特异性。

如何确定最佳界值：

除非特别指明，最佳界值的确定常用「尤登指数」，即敏感性+特异性-1，该指数值的取最大值处就是最佳的界值。

利用上表「曲线的坐标」，可以求得各个坐标点敏感性+特异性-1 的值，其最大值对应的就是最佳界值。

想了解更多有用的、有意思的前沿资讯以及酷炫的实验方法的你，都可以成为师兄的好伙伴

师兄微信号：laiwenshixiong