IBM SPSS Statistics 中文网站 > 使用技巧 > spss中roc分析怎么用 spss怎么做roc

spss中roc分析怎么用 spss怎么做roc

发布时间:2022/06/10 19:02:05

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss中roc分析怎么用,spss的roc分析可使用spss的roc曲线功能,该功能会包含roc曲线及其坐标点、曲线下面积的分析结果,使用起来比较方便。spss怎么做roc分析?本文会结合实际例子演示操作方法。

一、spss中roc分析怎么用

roc分析,全称为receiver operating characteristic,译为受试者工作特征分析,常会与roc曲线一同分析使用。

roc分析常用于分析某个或多个指标对两类结果的诊断效果,其中会涉及到指标的特异性和灵敏度运算,并以此寻找最佳的指标阈值,让指标的分类结果更加准确。另外,结合roc曲线的解读,可根据roc曲线下面积来判断指标的应用价值。

虽然特异性和灵敏度可运算得出,当样本数据较多时,计算起来也会比较繁琐,其实利用spss的roc曲线分析功能,即可轻松获得运算结果。spss的roc曲线分析中会包含roc曲线、特异性和灵敏度等结果,使用起来更为方便。

图1:spss roc曲线
图1:spss roc曲线

 

二、spss怎么做roc

那么,spss怎么做roc分析呢?接下来,我们会使用一组数据具体演示操作方法。

首先,假设有42个样本,其中组别=1的为阳性样本,组别=2的为阴性样本,而“指标1”表示样本的某个测量指标数据,用以研究“指标1”区别样本是阳性,还是阴性的应用价值。

图2:样本数据
图2:样本数据

 

设定假设后,如图3所示,依次单击spss的分析-分类-roc曲线选项。

图3:roc曲线
图3:roc曲线

 

roc分析需要确定“检验变量”与“状态变量”。检验变量,即用于区分两类结果的变量指标。状态变量,即检验变量区分的结果,需设定“状态变量值”,该值为检验肯定的结果。

需要注意的是,“状态变量值”需要与选项中的“检验方向”相对应,否则会出现结果的误读。

在本例中,将“指标1”选入“检验变量”,将“组别”选入“状态变量”,将“状态变量值”设定为1,即阳性结果,用以判断“指标1”对判定阳性结果的应用价值。

在显示中,将“roc曲线”、“带对角参考线”、“标准误差和置信区间”、“roc曲线的坐标点”都勾选上,以提供数值检验结果。

图4:变量设置
图4:变量设置

 

接着,打开“选项”设置,一般保持默认设置即可,需要注意的是,如果在“状态变量值”设定了肯定的结果,比如本例的阳性结果,这里需要对应勾选“较大的检验结果表示更加肯定的检验”。

图5:选项设置
图5:选项设置

 

三、spss roc分析结果怎么看

spss roc分析结果如下,如图6所示,“曲线下方的区域”面积可判断“指标1”的应用价值,区域面积越大,应用价值越大。本例中的区域面积为0.948,位于渐进95%置信区间中(下限为0.875,上限为1.000),说明“指标1”的判别有统计学意义。

图6:曲线下方的区域
图6:曲线下方的区域

 

从图7的roc曲线(由特异性与敏感度构成)也可以看到,曲线下的面积比较大,印证了上述的检验结果。

图7:roc曲线
图7:roc曲线

 

roc曲线对应的曲线坐标点如图8所示,这些坐标点代表不同“指标1”阈值下的敏感度与特异性,通过计算敏感度与特异性的数值可获得最佳的“指标1”阈值,一般就是roc曲线偏左上角的点,即敏感度高,特异性低的点。

图8:特异值与敏感度
图8:特异值与敏感度

 

通过约登指数(敏感度+特异性-1)的计算,可找到最佳的指标阈值,如图9所示,可将上表粘贴到excel表中计算得到约登指数,如图9所示,从结果看到,约登指数最大(0.9)时,敏感度为1,特异性0.9,可获得最大临界值。

图9:约登指数
图9:约登指数

 

四、小结

以上就是关于spss中roc分析怎么用,spss怎么做roc的相关内容。spss中的roc曲线分析,可根据分析结果绘制roc曲线,并计算得出曲线下面积,以及罗列曲线坐标点,用于计算约登指数,以快速判断指标检验肯定结果的准确度。

 

作者:泽洋

标签:SPSSIBM SPSS StatisticsSPSS教程

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 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
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
如何通过SPSS对问卷进行效度分析
效度分析是指测量的根据或手段(在问卷中为问卷题目)是否能有效检测所需测量事物的程度,是问卷分析中几乎必须进行的一个环节,效度分析分为内容效度、准则效度和结构效度,问卷分析一般所使用的效度分析一般是结构效度。通过数据分析软件IBM SPSS Statistics(win)的效度分析功能我们可轻松获得关于问卷的效度分析结果,帮助我们更好设计或评估问卷。那么如何通过IBM SPSS Statistics对问卷进行效度分析。
2021-10-26
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23