1樓：匿名使用者
這個不影響結果的，ties指的是同樣的資料。另外，spss中文版本翻譯的太差，不建議用中文的，我替別人做這類的資料分析很多的
用spss做roc曲線時，狀態變數和檢驗變數分別是什麼意思。
2樓：匿名使用者
一般是賦值為0和1,1為狀態變數
檢驗變數就是你研究的變數
3樓：融雙冀萍雅
狀態變數就是二分類的變數，是必須的。說的清楚點就是選擇分類變數，如1代表一組，2又代表另一組。
在spss中繪製roc曲線時的"檢驗變數"與"狀態變數"分別指什麼
4樓：啊啊啊啊啊舔
檢驗變數相當於自變數，狀態變數相當於因變數
如何分析roc曲線結果 10
5樓：匿名使用者
可以看下spssau的幫助手冊，裡面有對roc曲線的詳細說明：
roc曲線-spssau
roc曲線下面面積，稱為auc，該值表示**準確性，auc值越高說明**準確率越高，反之越**明**準確率越低。auc如果小於0.5，說明**診斷比隨機性猜測還差，實際情況中不應該出現這種情況，可能是設定的狀態變數標準有誤，建議檢視設定。
6樓：匿名使用者
1、roc的分析步驟：
①roc曲線繪製。依據專業知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-off point），按選擇的組距間隔列出累積頻數分佈表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。以敏感性為縱座標代表真陽性率，（1-特異性）為橫座標代表假陽性率，作圖繪成roc曲線。
②roc曲線評價統計量計算。roc曲線下的面積值在1.0和0.
5之間。在auc>0.5的情況下，auc越接近於1，說明診斷效果越好。
auc在 0.5～0.7時有較低準確性，auc在0.
7～0.9時有一定準確性，auc在0.9以上時有較高準確性。
auc=0.5時，說明診斷方法完全不起作用，無診斷價值。auc<0.
5不符合真實情況，在實際中極少出現。
③兩種診斷方法的統計學比較。兩種診斷方法的比較時，根據不同的試驗設計可採用以下兩種方法：①當兩種診斷方法分別在不同受試者身上進行時，採用成組比較法。
②如果兩種診斷方法在同一受試者身上進行時，採用配對比較法。
2、受試者工作特徵曲線 （receiver operating characteristic curve，簡稱roc曲線），又稱為感受性曲線（sensitivity curve）。得此名的原因在於曲線上各點反映著相同的感受性，它們都是對同一訊號刺激的反應，只不過是在幾種不同的判定標準下所得的結果而已。接受者操作特性曲線就是以虛報概率為橫軸，擊中概率為縱軸所組成的座標圖，和被試在特定刺激條件下由於採用不同的判斷標準得出的不同結果畫出的曲線。
7樓：匿名使用者
受試者工作特徵曲線 （receiver operating characteristic curve，簡稱roc曲線
），又稱為感受性曲線（sensitivity curve）。得此名的原因在於曲線上各點反映著相同的感受性，它們都是對同一訊號刺激的反應，只不過是在幾種不同的判定標準下所得的結果而已。接受者操作特性曲線就是以虛報概率為橫軸，擊中概率為縱軸所組成的座標圖，和被試在特定刺激條件下由於採用不同的判斷標準得出的不同結果畫出的曲線。
roc曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱座標，假陽性率（1-特異度）為橫座標繪製的曲線。傳統的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統計分析。roc曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態，可以把試驗結果劃分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。
因此，roc曲線評價方法適用的範圍更為廣泛。[1] 中文名 受試者工作特徵曲線外文名 receiver operating characteristic curve又 稱 感受性曲線定 義 根據一系列不同的二分類方式作 用 查出任意界限值分析步驟 roc曲線繪製，評價統計量計算目錄
1.主要作用編輯1.roc曲線能很容易地查出任意界限值時的對疾病的識別能力。
2.選擇最佳的診斷界限值。roc曲線越靠近左上角,試驗的準確性就越高。
最靠近左上角的roc曲線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數最少。3.兩種或兩種以上不同診斷試驗對疾病識別能力的比較。
在對同一種疾病的兩種或兩種以上診斷方法進行比較時，可將各試驗的roc曲線繪製到同一座標中，以直觀地鑑別優劣，靠近左上角的roc曲線所代表的受試者工作最準確。亦可通過分別計算各個試驗的roc曲線下的面積(auc)進行比較，哪一種試驗的 auc最大，則哪一種試驗的診斷價值最佳。[1] 2分析步驟編輯1.
roc曲線繪製。依據專業知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-off point），按選擇的組距間隔列出累積頻數分佈表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。以敏感性為縱座標代表真陽性率，（1-特異性）為橫座標代表假陽性率，作圖繪成roc曲線。
2.roc曲線評價統計量計算。roc曲線下的面積值在1.
0和0.5之間。在auc>0.
5的情況下，auc越接近於1，說明診斷效果越好。auc在 0.5～0.
7時有較低準確性，auc在0.7～0.9時有一定準確性，auc在0.
9以上時有較高準確性。auc=0.5時，說明診斷方法完全不起作用，無診斷價值。
auc<0.5不符合真實情況，在實際中極少出現。3.
兩種診斷方法的統計學比較。兩種診斷方法的比較時，根據不同的試驗設計可採用以下兩種方法：①當兩種診斷方法分別在不同受試者身上進行時，採用成組比較法。
②如果兩種診斷方法在同一受試者身上進行時，採用配對比較法。[1] 3優點編輯該方法簡單、直觀，通過圖示可觀察分析方法的臨床準確性，並可用肉眼作出判斷。roc曲線將靈敏度與特異性以圖示方法結合在一起，可準確反映某分析方法特異性和敏感性的關係，是試驗準確性的綜合代表。
roc曲線不固定分類界值，允許中間狀態存在，利於使用者結合專業知識，權衡漏診與誤診的影響，選擇一更佳截斷點作為診斷參考值。提供不同試驗之間在共同標尺下的直觀的比較，roc曲線越凸越近左上角表明其診斷價值越大，利於不同指標間的比較。曲線下面積可評價診斷準確性。
[1] 4意義編輯roc曲線指受試者工作特徵曲線(receiver operating characteristic curve), 是反映敏感性和特異性連續變數的綜合指標,是用構圖法揭示敏感性和特異性的相互關係，它通過將連續變數設定出多個不同的臨界值，從而計算出一系列敏感性和特異性，再以敏感性為縱座標、（1-特異性）為橫座標繪製成曲線，曲線下面積越大，診斷準確性越高。在roc曲線上，最靠近座標圖左上方的點為敏感性和特異性均較高的臨界值。5繪製編輯roc曲線的具體繪製例項：
楊治良（1983）曾做過這樣一個實驗：選圖畫頁500頁，分成五個組，每組100張。五組畫頁的先定概率分別是0.
1、0.3、0.5、0.
7和0.9。對於每一組畫頁，主試者使用一種訊號的先定概率，然後按此先定概率呈現給被試者一定數量的畫頁，要求被試者把它們當做「訊號」記住。
例如，先定概率為0.1時，則當作「訊號」的畫頁為10張；當做「噪音」的畫頁為90張。作為訊號的畫頁呈現完畢之後，與此組作為噪音的畫頁混合，然後隨機地逐張呈現給被試。
這時，每呈現一張畫頁，即要求被試判斷此畫頁是「訊號」還是「噪音」，並要求被試把結果記錄在實驗紙上。根據五種先定概率得到的實驗結果，就可計算擊中概率和虛驚概率。最後，根據不同先定概率下的擊中概率和虛驚概率，就可在圖上確定各點的位置，把五點聯接起來就繪成一條 roc曲線。
6例子編輯考慮一個二分問題，即將例項分成正類（positive）或負類（negative）。對一個二分問題來說，會出現四種情況。如果一個例項是正類並且也被 **成正類，即為真正類（true positive）,如果例項是負類被**成正類，稱之為假正類（false positive）。
相應地，如果例項是負類被**成負類，稱之為真負類（true negative）,正類被**成負類則為假負類（false negative）。列聯表如下表所示，1代表正類，0代表負類。
**10合計實際1true positive（tp）false negative（fn）actual positive(tp+fn)
0false positive（fp)true negative(tn)actual negative(fp+tn)合計
predicted positive(tp+fp)predicted negative(fn+tn)tp+fp+fn+tn從列聯表引入兩個新名詞。其一是真正類率(true positive rate ,tpr), 計算公式為tpr=tp/ (tp+ fn)，刻畫的是分類器所識別出的 正例項佔所有正例項的比例。另外一個是假正類率(false positive rate, fpr),計算公式為fpr= fp / (fp + tn)，計算的是分類器錯認為正類的負例項佔所有負例項的比例。
還有一個真負類率（true negative rate，tnr），也稱為specificity,計算公式為tnr=tn/ (fp+ tn) = 1 - fpr。在一個二分類模型中，對於所得到的連續結果，假設已確定一個閥值，比如說 0.6，大於這個值的例項劃歸為正類，小於這個值則劃到負類中。
如果減小閥值，減到0.5，固然能識別出更多的正類，也就是提高了識別出的正例佔所有正例的比例，即tpr，但同時也將更多的負例項當作了正例項，即提高了fpr。為了形象化這一變化，在此引入roc。
receiver operating characteristic,翻譯為"接受者操作特性曲線"，夠拗口的。曲線由兩個變數1-specificity 和 sensitivity繪製. 1-specificity=fpr，即假正類率。
sensitivity即是真正類率，tpr(true positive rate),反映了正類覆蓋程度。這個組合以1-specificity對sensitivity,即是以代價(costs)對收益(benefits)。下表是一個邏輯迴歸得到的結果。
將得到的實數值按大到小劃分成10個個數 相同的部分。percentile例項數正例數1-特異度(%)敏感度(%)10618048792.7334.
6420618028049.8054.55306180216518.
2269.92406180150628.0180.
6250618098738.9087.6260618052950.
7491.3870618036562.9393.
9780618029475.2696.0690618029787.
5998.171006177258100.00100.
008roc分析編輯spss 9.0以上版本可進行roc分析，操作步驟如下：1.
定義列變數，並輸入資料（1）診斷分類值或檢測結果（test）：多個診斷試驗則定義test1，test2，...（2）金標準類別（group）：
1=病例組，0=對照組（3）分類頻數（freq），需要進一步執行第二步2.說明頻數變數 路徑：data\weight case...
, 選項：weight case by， 填表：freqency variable （freq）3.
roc分析：路徑：grahps\roc curve...
填表：test variable（test）， state variable （group）， value of state variable，選項包括：(display) roc curve，with diagonal reference line （機會線）， standard error and confidence interval （面積的標準誤，及其可信區間）， coordinate points of the roc curve （roc曲線的座標點）， options：
test direction （如果檢測值小劃歸為陽性，則需要選）， cofidence level （%）：需要除95%以外的可信度，可在此定義。如果是連續型測量資料，則不需要第1步的（3）及第2步。
[1] 9r中繪製編輯rocr包中主要是兩個class：prediction和performance。前者是將**結果和真實標籤組合在一起，生成一個 prediction物件，然後在用performance函式，按照給定的評價方法，生成一個performance物件，最後直接對 performance用plot函式就能繪製出相應的roc曲線。
123456# plot a roc curve for a single prediction run# and color the curve according to cutoff.data(rocr.******)pred <- prediction(rocr.
******$predictions, rocr.******$labels)perf <- performance(pred,"tpr","fpr")plot(perf,colorize=true)上面是rocr中的一個例子，rocr.******$predictions是**結果，rocr.
******$labels是真實的標籤，從而產生一個prediction物件；然後tpr是true positive rate的意思，fpr則是false positive rate的意思，這樣最後畫出來的就是最常見的roc曲線。注：**擴充套件閱讀2的**
如何利用spss繪製roc曲線，如何利用SPSS繪製ROC曲線
spss中有roc的專門分析模組。一 roc曲線的概念 受試者工作特徵曲線 receiver operator characteristic curve,roc曲線 最初用於評價雷達效能，又稱為接收者操作特性曲線。roc曲線是根據一系列不同的二分類方式 分界值或決定閾 以真陽性率 靈敏度 為縱座標，...
誰幫我用SPSS做條ROC曲線靈敏度和特異度算好了的懸100分
用spss做roc曲線，不需要自己計算靈敏度 特異度，只需有診斷結果 就是分類 及化驗結果 測量數值 就可以了。如何利用spss求準確率，靈敏度，特異度和roc曲線下面積 可以做roc曲線分析的 analyze下面有roc選項 如何在spss計算 youden 靈敏度 特異度 你是不是在copy搞關...
spss 畫roc曲線 輸入的資料應是什麼，網上舉例的資料不
資料你已經輸入好了 在analysis選單有roc曲線的 具體操作就多了 state變數就是diagnosis這個變數我經常幫別人做這類的資料分析的 急請教高手spss軟體裡的roc曲線怎麼做，怎麼輸入資料，謝謝大家 電子工業出版社出版的 pasw spss statistics中文版統計分析教程 ...