ROC曲線のカットオフポイント。簡単な機能はありますか?


10

人類学的測定に基づいて性別のカットオフポイントを見つけたいと思います。曲線を描くことができ、感度と特異度の両方が同様に重要な場合は、フレームの左上隅に最も近い点(または曲線が負の場合は右下隅に最も近い点)を決定する必要があることを知っていますカットオフとして。

しかし、Rにすでに実装されている関数や、これを決定するための他のプログラムがあるかどうかはわかりません。SPSSにはそのような機能がないことを知っています。プログラム、またはすでに実装されている関数を介してそれを実行できるRを知っていますか?


3
@Vicさん、こんにちは。この種の計算を必要Rとする優れたパッケージがありROCRます。こちらで見つけてください。包括的なドキュメントがある対応するサイトも参照してください。パッケージについての紙もあります
COOLSerdash 2013年

回答:


12

Youden Indexを計算し、ROCカーブで最も高いものを見つけます。

見ていOptimalCutpointscutpointrの R.のためのパッケージあなたはROC解析をやっている場合は、あなたも使用できるcoordsの機能PROC(ここでは、自己宣伝を少し):

library(pROC)
data(aSAH)
rocobj <- roc(aSAH$outcome, aSAH$s100b)
coords(rocobj, "best")
coords(rocobj, x="best", input="threshold", best.method="youden") # Same than last line

4

@COOLSerdashが述べたように、この種の分析を行うための優れたRパッケージROCRがあります。

しかし、私の答えは、いくつかの情報メトリックのみに基づいてカットオフ決定を行うことは不可能であるということです。

さまざまな誤分類のいくつかの相対値に基づいてパラメーターを持つ真の損失関数を指定する必要があります。次に、ゲインを最大化または損失を最小化するカットオフポイントを選択するのは簡単です。


1
よく言った。また、連続体で予測されたリスクをそのまま使用できる場合、カットオフを設定することの価値についても自問する必要があります。
フランクハレル

1
Vicは、「感度と特異度はどちらも同様に重要である」と書いています。これは、異なる誤分類のコストは同じであると私は解釈しています。この場合、Youdenインデックスのような単純なコスト関数が適切です(しかし、実際にはそうではありません)。
Calimo 2014年
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.