SPSS > 使用技巧 > 如何使用SPSS进行多指标的ROC曲线分析

如何使用SPSS进行多指标的ROC曲线分析

发布时间:2021-05-21 11: 29: 09

我们在实际的工作生活中,往往结果都不是由单个因素所决定的,而是由多个复杂的指标共同产生。如衡量某个人是否健康时,我们会根据他的年龄、性别、过往病史等多个因素同时进行评价。

接下来我们就需要使用到IBM SPSS Statistics,来绘制数据的ROC曲线,进而分析数据结果的准确性。

一、分析预测

首先准备好我们要使用的数据,如图1,这是一组关于癌症患者与非癌症人员的各项指标数据,我们需要通过分析,判断这些指标,是否能初步判断人员患上癌症的概率。

图1:使用数据

第一步:点击“分析”菜单中的“回归”,选择“二元Logistic”,通过二元Logistic回归模型,用性别、年龄、BMI、是否吸烟和过往COPD病史,来计算人员患癌症的概率。

图2:二元Logistics分析

在回归设置界面中,设置因变量为cancer,在块中加入除了cancer以外的其他指标,最后在方法中选择“向前:LR”方法,具体设置如图3。

图3:回归设置

又因为在本组数据中,COPD是多分类变量,而不是简单的二分类,我们将COPD的程度,使用0到4进行表示,分别表示无、轻度、中度、重度。

因此我们需要点击上图3右侧的“分类”,自定义分类变量。在分类协变量中选择COPD,然后选择参考类别为“第一个”,点击“继续”。

图4:分类协变量

最后,点击“保存”按钮(非确定按钮),然后勾选上“预测值”中的“概率”,如图5,此时SPSS就会帮我们生成每条记录的癌症预测概率值。

图5: 勾选概率

具体的预测值如图6,PRE_1就是SPSS自动生成的预测概率值。

图6:生成的预测概率

二、绘制ROC曲线

有了预测概率结果后,我们就可以利用ROC曲线,来分析这个预测结果的准确性。点击“分析”菜单,选择“分类”,点击“ROC曲线”,如图7。

图7: ROC曲线

检验变量选择SPSS生成的“PRE_1”,下方的状态变量选择“cancer”,然后状态变量值设置为1,完成上述设置后点击“确定”,即可生成关于这2个预测和实际指标之间的ROC曲线。

图8: ROC曲线设置参数

最后生成的结果见下图9,我们可通过观察ROC曲线下的面积,来判断预测准确性。

图9: ROC曲线结果

以上就是关于使用SPSS进行多指标下的ROC曲线分析的全部教程,我们首先通过回归模型生成预测值,再将预测值和真实值之间进行ROC曲线分析,得出我们想要的结论。如果大家对IBM SPSS Statistics软件有兴趣,欢迎进入IBM SPSS Statistics中文网站下载试用。 

作者署名:包纸

展开阅读全文

︾

标签:spss,曲线分析

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS K均值聚类结果怎么看 SPSS K均值聚类后的结果怎么用于正态性检验
K均值聚类是一种常用的聚类分析方法,它的特点在于可以先选取K个对象作为初始的聚类中心,然后再计算每个对象到各聚类中心的距离,再将对象分配给较近的聚类中心,相对于其他聚类方法来说,K均值聚类会更简单。SPSS拥有成熟的K均值聚类的分析功能,接下来本文会介绍SPSS K均值聚类结果怎么看,SPSS K均值聚类后的结果怎么用于正态性检验的相关内容。
2026-11-04
SPSS多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04
SPSS如何数据分组 SPSS如何将数据分组做频数分布表
我们如果手上的数据比较杂乱,让人找不到头绪的话,建议先给数据做一下分组,并统计不同分组的频数、比例等统计量,这样会更容易数据的分布规律并找到合适的分析方法。在一些分数、绩效、销售量统计中,常常会应用到数据分组的方法,接下来我们会介绍SPSS如何数据分组,SPSS如何将数据分组做频数分布表的相关内容。
2026-11-03

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: