spss中roc分析怎么用 spss怎么做roc

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。

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。

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。

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。

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”。

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。

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。

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。

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。

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