Statistics

ROC曲线

在分类预测中，我们一般比较关注准确率，但是，混淆矩阵也是非常重要的。尤其是当我们都其中的某一类别特别感兴趣的时候，通常要单独的看这个类别的召回率和精度，比如在癌症诊断过程中，我们宁愿错误的认为一个人是...

01月13日 929 评论

（一）缘起这几天，连续碰到多人咨询了两个同样的问题，这两个都是非常有意思的话题：如何比较两个模型的预测效果？ROC的AUC值比较？IDI、NRI如何计算？如何做危险因素评分预测模型？怎样将回归...

06月09日 2,883 1

线性判别分析LDA 线性判别分析，英文Linear Discriminant Analysis, 以下简称LDA。LDA在模式识别领域（比如人脸识别，舰艇识别等图形图像识别领域）中有非常广泛的应用，在...

03月10日 1,214 评论

初识ROC曲线 1. ROC的前世今生： ROC的全称是“受试者工作特征”（Receiver Operating Characteristic）曲线，首先是由二战中的电子工程师和雷达工程师发明的，用...

03月09日 34,049 1

我们都知道，评价一种诊断方法是否好用，一般是作ROC曲线，计算AUC。但是，ROC只是从该方法的特异性和敏感性考虑，追求的是准确。而临床上，准确就足够了吗？患者就一定受益吗？比如我通过某个生物标志物...

03月09日 15,376 3

数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了...

01月27日 423 评论

一、p-value相关 0. 单个假设检验中主要依靠p值(或统计量t)做出是否拒绝零假设H0的决定：p-value和预先设定的检验水准alpha做对比，如果p-value小于等于alpha，拒绝原假设...

01月27日 612 评论

我们一般平时较为常用的检验要属有参检验，但是其要求样本必须满足近似正态，无离群点，数据量大等要求；而有些时候其实很难都满足以上前提条件，则这时需要使用无参检验，其只关注数据的秩，但是无参检验有时也无法...

01月16日 1,343 评论

1. 背景介绍关于绘制临床研究报告中亚组分析的森林图，我过去几乎试过了所有可能的工具，最早用绘制meta分析森林图的方法绘制临床研究亚组分析森林图，使用过Stata，RevMan，甚至用过Excel...

12月17日 258 评论

1. 背景知识前面的文章我们已经探讨了评价一个预测模型区分度的统计学指标C-statistics（即ROC曲线下面积）。但C-statistics是否足够好呢？没有最好，只有更好。比如我通过某个连续...

12月17日 64 评论