文档介绍：第二章ROC曲线分析概要理论的一些基础知识如特异度和灵敏度等，然后简要介绍本文先介绍了ROC软件中的绘最后介绍了ROC曲线及在R了非参数ROC分析方法，并建立了ROC模型。 制。
ROC分析的基本要素分析的基本要素包括真阳性和假阳性也称灵敏度和特异度，以及“金标ROC 准”常见的金标准“金标准”划分被测试者的真实状态为对照组和病例组两类。有跟踪随访、活组织检查、尸体解剖、手术探查等。虽然“金标准”没有必要是十全十美的，但“金标准”应与评价的诊断系统无关，而且比要评价的诊断系统估计等方、模糊金标准、EM更可靠。“金标准”不够完美时，可用采用Bayesian 法解决。对照组和病例组分别用阴性和阳性表“金标准”确定的二分类总体，对按照，诊断试验的可能结果总共有四种：被测示诊断试验结果。假定总体样本量是N被测试被测试者无病且被错误诊断为患病者，试者患病且被正确诊断为患病者，我们可以被测试者无病且被错误诊断为患病者。者无病且被正确诊断为无病者，2×2的列联表来表示它们之间的关系。用一个
“金标准诊断结健康患病a+ba真阳))b阳假阳c+d))c假阴阴d真阴a+b+c+d=N
合a+c
b+d
在医学研究中，诊断试验准确度指标最常用的是灵敏度与特异度。
灵敏度（sensitivity），也叫真阳率（true positive rate，即TPR）是被测试者患病且被正确诊断为患病者的样本量在阳性总体中占的比例。灵敏度值越大，假阴率越小。据表2-1 其计算公式是：灵敏度(sensitivity) = 真阳率(TPR)
(FNR)=
假阴率 ?= 1
标准误为：，TNPR）non-positive rate，即（特异度（specificity），也叫真阴率true
是受试者无病且被正确诊断为无病者的样本量占阴性总体的比例。 特异度FPR） = 1?假阳率（false positive rate，即 其计算公式是：特异度值越大，假阳率越小。据表2-1
?假阳率(FPR) =
特异度(specificity) =真阴率(TNPR) = 1 标准误为：之间的关系可以和FNPR、 TPR、FPRTNPR 假设二分类总体均服从正态分布，），βFPR x = c 2-1来描述。图中为截断点（诊断阈值），α为假阳率（用图 ）。为假阴率（FNPR
ROC准确性评价指标的优越性 诊断试验的准确性评价指标有正确率、灵敏度和特异度等。它们虽然都可以
反映诊断的准确性，但评价的效果不是很理想。 正确率是被测试者被正确诊断的例数和所占总体的百分数。其计算公式是：
标准误是： 正确百分率的不足之处：，如果判定所有样本为1．很大程度上依赖患病率。例如，虽然患病率是5% 健康者，也有可能有95%的正确百分率； 2
．受诊断阈值的限制；．没有表示出假阳性和假阴性错误诊断所占的比例，没有唯一性表示，即3 使有相同的正确百分率的两个总体，也可能有十分不同的假阳性和假阴性。如果两个指标的单独计算灵敏度和特异度，以弥补正确率的不足，基于此，值越高，诊断评价效果也就越好，其实不然。在对诊断系统做出比较时，如果单（或就会存在很大的不足：这两个指标依赖于诊断阈值独使用灵敏度与特异度，反之，改变诊断阈值可以增加诊断的灵敏度，但同时也减少了特异度；截断点）， 如果增加诊断的特异度，则需要以减少灵敏度为代价。：真阳率与假阳率之比）和指数、阳性似然比、另外，有人提出的Youden
阴性似然比等等。 指数是指真阳性率与假阳性率之差，计算公式为：Youden 真阳性率-假阳性率-1=Youden指数=灵敏度+特异度 =其标准误为：
+）是真阳性率与假阳性率LRratio 简写为：阳性似然比（positive likelihood
之比，即灵敏度与（1-特异度）的比值，它是ROC曲线某工作点对应的斜率。
-）是假阴性率与真阴性率LR阴性似然比（negative likelihood ratio 简写为： 特异度的比值。敏感度）与 1-之比，即（这些诊断指标综合考虑了灵敏度和特异度，但一个指标只对应于一个诊断阈值。当诊断阈值改变时，会得到不同的指标值，给诊断准确度的比较带来不便。所以一般选择阳性似然比或Youden指数最大者为最佳工作点。在评价整个诊断可同时获得灵敏度和特异度，当改变诊断阈值时，分析，ROC 方法的准确性时用．
也就可以获得 TPR 和 FPR 值。ROC 曲线是以 FPR 为横坐标和以 TPR 为纵坐标绘制而成，并且ROC 曲线下的面积大小衡量了诊断系统的判别能力。
ROC曲线的构建