SPSS ROC曲线如何绘制 SPSS ROC曲线AUC值过低该如何提升

品牌型号：联想 小新14

系统：Windows 10

软件版本：IBM SPSS Statistics 31.0

ROC曲线能够直观呈现模型在不同阈值下的敏感度与特异度权衡关系，然而在使用SPSS软件绘制ROC曲线时，可能会因操作不熟悉，难以快速生成ROC曲线；或者是生成的ROC曲线AUC值过低，导致预测效果不佳。今天我们将详细介绍关于SPSS ROC曲线如何绘制，SPSS ROC曲线AUC值过低该如何提升的问题。

一、SPSS ROC曲线如何绘制

ROC曲线是在医学研究、机器学习分类任务等场景中用于评估模型或诊断指标性能的重要工具，它是以直观的图形化方式呈现灵敏度与特异度的权衡关系。在SPSS软件中绘制ROC曲线，操作十分便捷。下面将详细介绍在SPSS中ROC曲线如何绘制的具体操作方法。

1、我们首先在SPSS中导入数据文件，导入完成后，从数据的形式就能看到数据包含两个变量。即连续变量 x 和二分类变量 group。这里变量x，用于诊断疾病的效果，疾病情况用二分类变量 group 表示，其中“1”代表疾病发生，“0”代表疾病未发生。

2、在数据表的上方点击分析，下拉菜单找到分类选项，可以发现这里面有个ROC曲线分析。我们点击它，会弹出ROC曲线分析参数设置对话框。

3、在对话框中，把检验变量x，拖入到检验变量这个单元格，然后把分组变量group拖到状态变量这个单元格。然后需要对状态变量值进行赋值，因为“1”表示疾病发生，“0”表示未发生疾病，所以这里状态变量值设为“1”。

4、点击右边的“显示”按钮，在弹出的对话框里勾上ROC曲线，以及带对角参考线，然后把标准误差和置信区间，以及ROC曲线的坐标点全部给它勾上。勾选完成后，点击继续按钮退出显示设置对话框。

5、然后把“选项”点开，弹出选项设置窗口，在这里一般保持默认就可以。如果我们绘制出来的ROC曲线，曲线在参考线的下面。此时可以改变检验方向，也就是将较小的检验结果设定为表示更明确的检验。不过我们先保持默认设置，看看曲线是否在参考线上方，若在上方就无需改变检验方向。

6、点击确定按钮，得到相应的分析结果。首先是“个案处理摘要”，其中显示“正”有53个，“负”有67个。这里的“正”代表 group 等于1的观测数量，也就是有 53个观测对象疾病发生。“负”代表 group 等于0的观测数量，即有67个观测对象疾病未发生。

7、接着往下看是ROC曲线，能发现它确实位于参考线上方，这就说明无需修改检验方向。ROC曲线的纵坐标是灵敏度，横坐标是1减去特异度。

8、线下面积AUC值为 0.998，表明该指标预测结局的效果非常好。后面给出的曲线下面积的标准误，以及曲线下面积统计学检验的结果显示，对曲线面积进行统计学检验得到的 p 值小于 0.0001，这说明结果具有统计学意义。而 0.995 和 1.002是曲线下面积的 95%可信区间。

二、SPSS ROC曲线AUC值过低该如何提升

上文我们学习了如何在SPSS中绘制ROC曲线，若我们分析得到的结果显示ROC曲线下的面积AUC值过低，说明模型区分正负样本的能力不足。而导致AUC值过低的原因有样本量不足、样本不平衡、正负样本预测颠倒等等。下面我们就一起来学习在SPSS中ROC曲线AUC值过低该如何提升的问题。

1、样本量不足

比如在电商用户购买意向预测中，我们想根据用户浏览行为等数据区分有购买意向和无购买意向的用户。若仅收集了30个用户数据，其中15个有购买意向、15个无。用这个小样本绘制ROC曲线，得到的曲线会扭曲波动大。计算出的 AUC 值也会忽高忽低，无法准确反映真实情况。

解决方法：我们可以增加样本量，比如通过更长时间的数据收集或扩大用户范围，增加有购买意向和无购买意向的用户数据。或者在SPSS中利用原始变量创建交互项新变量，这样可以增加数据的多样性。

2、样本不平衡

比如在某疾病预测中，数据收集了200例样本，其中健康人群（负样本）达180例，而病患者（正样本）仅20例，正负样本比例严重失衡。这种极端比例会导致分类模型过度偏向多数类，使得ROC曲线评估的AUC值显著偏低。这就是正负样本数量差异过大导致ROC曲线效果不佳。

解决方法：最常用的有加权调整，在SPSS中通过“数据→加权个案”为少数类赋予更高权重，强制模型关注其特征。还有一个就是选用鲁棒算法，如随机森林，其通过节点分裂规则自动降低多数类影响，提升对少数类的识别能力。

3、正负样本预测颠倒

当ROC曲线的AUC值显著低于0.5时，通常表明模型对正负样本的预测方向完全颠倒。这种情况多因状态变量编码错误导致的，比如本应将正类标记为"1"的变量被错误设为"0"，导致模型将实际正类预测为负类，造成AUC值异常偏低。

解决方法：在SPSS中，有两种方式可以修正预测方向。第一种是调整ROC分析选项，首先点击分析按钮，选择分类，进入ROC曲线参数设置对话框。然后点击选项，在弹出窗口中勾选“较小的检验结果表示更加肯定的检验”选项，这样就可以反转概率预测方向。                                                                                     

第二种方法是直接修改数据集中状态变量的值，将原标记为"0"的正类样本重新编码为"1"。修改后，点击确定按钮重新运行ROC分析，就能得到相反的正负样本结果，原本很低的AUC值，反过来后会变高。

以上就是关于SPSS ROC曲线如何绘制，SPSS ROC曲线AUC值过低该如何提升的全部内容。文中介绍了在SPSS中绘制ROC曲线，导入数据后，通过点击分析→分类→ROC分析→设置参数，就能轻松地绘制出ROC曲线。如果遇到ROC曲线AUC值过低，查看是否是样本量不足、样本不平衡、正负样本预测颠倒等原因导致的，同时文中给出了相应的解决方法。

署名：梦