分类变量怎么做NRI和IDI啊？

可以对分类变量进行赋值，或者对分类变量做得分评级然后再做NRI和IdI，因为二者都需要具体数据，例如

P1,events和P2,events为金标准阳性的所有研究对象在模型1和模型2中诊断为阳性的平均概率，P1,noevents和P2,noevents为金标准阴性的所有研究对象在模型1和模型2中诊断为阳性的平均概率。

所以要得到IDI，就需要得到二者的概率，所以需要进行赋值

对于分类变量，NRI可以通过以下步骤进行计算：

对于每个观测值，计算在新模型中分类正确的概率和在旧模型中分类正确的概率；

将观测值根据其预测的分类风险重新分类；

比较两个模型中的观测值重新分类后的分布，计算出相应的NRI。

对于分类变量，IDI可以通过以下步骤进行计算：

构建一个决策树模型，并将分类变量加入模型中；

比较分类变量存在和不存在时，模型的准确性差异；

计算IDI。