怎样用spss20绘制ROC曲线

spss中如何绘制ROC曲线？

模型分析效果评价主要包括模型拟合效果和拟合优度检验。而ROC(ReceiverOperating Characteristic)曲线主要用于模型拟合效果的判断，另外对数似然值与伪决定系数、模型预测正确率均可用于用于模型拟合效果的判断。

ROC 可以直接利用预测概率进行评判。它能帮助确定合理的预测概率分类点，就是将预测概率大于（or小于）某个值的研究对象判断为阳性结果（or阴性结果）。一般自变量为连续变量，因变量为二分类变量。

基本原理是：通过判断点(cutoffpoint/cutoff value)的移动，获得众多灵敏度(sensitivity)和误判率(1-Specificity(特异度))。曲线图以误判率为横轴，以灵敏度为纵轴，连接各点绘制曲线，然后计算曲线下的面积。面积越大，判断价值越高.灵敏度:就是把实际为真值的判断为真值的概率.特异度:就是把实际为假值的判断为假值的概率.误判率:就是把实际为假值的判断为真值的概率,其值等于1-特异度。

使用SPSS的操作步骤如下:1.运行程序

Graphs/ROCCurve

在TestVariable 框内选需要分析的自变量；

在StateVariable 框内选需要分析的应变量，Value of State variable 中纳入需要比较的自变量赋值，这里选择了疾病赋值（为1）。

Display选项一般全选

点击OK按钮

2.运行结果:2.1原始数据的频数结果。

2.2 ROC曲线

2.2.1  绿色线为主对角线

蓝色线即为ROC曲线，当曲线从左下角逐渐上升到顶部，再向右延伸到右上角时，预测效果好。如果ROC曲线延主对角线方向分布，则表示结果是随机造成的。

2.2.2   曲线下方的面积（Area under the curve）：包括面积值、显著性分析和置信区间可以反映预测的效果。

这里曲线下方面积为0.719，其95%可信区间为（0.650，0.788）2.2.3.Coordinates of the curve:ROC曲线各点对应的灵敏度和（1-特异度）确定最佳临界点

模型分析效果评价主要包括模型拟合效果和拟合优度检验。而ROC(ReceiverOperating Characteristic)曲线主要用于模型拟合效果的判断，另外对数似然值与伪决定系数、模型预测正确率均可用于用于模型拟合效果的判断。

ROC 可以直接利用预测概率进行评判。它能帮助确定合理的预测概率分类点，就是将预测概率大于（or小于）某个值的研究对象判断为阳性结果（or阴性结果）。一般自变量为连续变量，因变量为二分类变量。

基本原理是：通过判断点(cutoffpoint/cutoff value)的移动，获得众多灵敏度(sensitivity)和误判率(1-Specificity(特异度))。曲线图以误判率为横轴，以灵敏度为纵轴，连接各点绘制曲线，然后计算曲线下的面积。面积越大，判断价值越高.灵敏度:就是把实际为真值的判断为真值的概率.特异度:就是把实际为假值的判断为假值的概率.误判率:就是把实际为假值的判断为真值的概率,其值等于1-特异度。

使用SPSS的操作步骤如下:1.运行程序

Graphs/ROCCurve

在TestVariable 框内选需要分析的自变量；

在StateVariable 框内选需要分析的应变量，Value of State variable 中纳入需要比较的自变量赋值，这里选择了疾病赋值（为1）。

Display选项一般全选

点击OK按钮

2.运行结果:2.1原始数据的频数结果。

2.2 ROC曲线

2.2.1  绿色线为主对角线

蓝色线即为ROC曲线，当曲线从左下角逐渐上升到顶部，再向右延伸到右上角时，预测效果好。如果ROC曲线延主对角线方向分布，则表示结果是随机造成的。

2.2.2   曲线下方的面积（Area under the curve）：包括面积值、显著性分析和置信区间可以反映预测的效果。

这里曲线下方面积为0.719，其95%可信区间为（0.650，0.788）2.2.3.Coordinates of the curve:ROC曲线各点对应的灵敏度和（1-特异度）确定最佳临界点

按约登指数确定最佳临界点，约登指数（灵敏度+特异度）-1

可以单个roc还有联合诊断的roc曲线
统计专业