ROC和AUC平时用的比较多，但是其真正的原理和计算过程却了解的不多，因此做个整理 照抄自网上的一个例子，加深下理解： 比方说在一个10000个人的数据集中，有100个人得了某种病症，你的任务是来预测...
Statistics理解ROC和AUC
阅读全文
Statistics
StatisticsROC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...
Statistics关于ROC曲线，IDI和NRI
（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...
StatisticsLDA分析、作图及添加置信-ggord
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...
Statistics全面了解ROC曲线
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...
Statistics决策曲线分析法（Decision Curve Analysis，DCA）曲线
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...
Statistics多重检验中的FDR错误控制方法与p-value的校正
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...
Statistics假设检验p-value，FDR，q-value
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...
Statistics置换检验（Permutation Test）
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...
Statistics用R语言的forestplot包画亚组分析森林图
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...