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。
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。
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。
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”。
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。
具体的预测值如图6,PRE_1就是SPSS自动生成的预测概率值。
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。
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。
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。
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
︾
微信公众号
读者也喜欢这些内容:
SPSS双因素方差分析效应量是什么 SPSS如何做双因素方差分析
数据分析是现在较为流行的一类工种,在进行数据分析的过程中,选择不同的分析模式其结果也各不相同。下面,我就给大家介绍一下“SPSS双因素方差分析效应量是什么,SPSS如何做双因素方差分析”的具体内容。...
阅读全文 >
SPSS做单因素Logistic回归分析 SPSS做单因素Logistic回归分析结果怎么看
使用分析软件对数据集进行分析时,可以选择不同的分析模型和运算方式。今天,我就以“SPSS做单因素Logistic回归分析,SPSS做单因素Logistic回归分析结果怎么看”这两个问题为例,来向大家介绍一下,如何在SPSS中使用单因素Logistic回归分析。...
阅读全文 >
SPSS分析数据分布图是什么 SPSS数据分布情况怎么做图
很多数据统计分析工作者,在使用SPSS进行数据分析的时候,都喜欢将分析结果数据用图表表示出来,这样不仅可以更好的查看数据的分布情况,还可以更清楚的将数据分析结果应用在研究报告上。下面给大家详细讲解,SPSS分析数据分布图是什么,以及SPSS数据分布情况怎么做图。...
阅读全文 >
线性回归分析的基本步骤 SPSS线性回归分析方程怎么写
线性回归分析的基本步骤,包括设定回归方程的变量,检验方程是否满足线性回归假设,检验方程的拟合优度,显著性,创建方程等步骤。SPSS线性回归分析方程怎么写?本文会通过实例讲解SPSS线性回归分析方程的撰写方法。...
阅读全文 >