PQStat
Statystyczne Oprogramowanie Obliczeniowe
Strona glowna



Porównanie krzywych ROC

Bardzo często celem badań jest porównanie wielkości pola pod krzywą ROC (AUC1) z polem pod inną krzywą ROC (AUC2). Krzywa ROC o większym polu, pozwala zwykle na dokładniejszą klasyfikację obiektów.
Metody służące porównaniu pól zależne są od modelu badania.

  • Model zależny – porównywane krzywe ROC powstają na bazie pomiarów dokonanych na tych samych obiektach.
    Hipotezy:
    • wz_h0 : AUC 1 = AUC 2,
    • wz_h1 : AUC 1AUC 2.
    Statystyka wyliczana jest w oparciu o metodę nieparametryczną zaproponowaną przez DeLong (DeLong E.R. i inni 1988, Hanley J.A. i Hajian-Tilaki K.O. 1997.)

    Wyznaczoną na podstawie statystyki testowej wartość p porównujemy z poziomem istotności α:
    • jeżeli p ≤α ⇒ odrzucamy H0 przyjmując H1,
    • jeżeli p >α ⇒ nie ma podstaw odrzucić H0.

    Polecenie:    

    Statystyka
    Testy diagnostyczne
    Zależne Krzywe ROC – porównanie

    okno_ROC_porown_zal

  • Model niezależny - porównywane krzywe ROC powstają na bazie pomiarów dokonanych na różnych obiektach.
    Hipotezy:
    • wz_h0 : AUC 1 = AUC 2,
    • wz_h1 : AUC 1AUC 2.
    Statystyka wyliczana jest w oparciu o metodę nieparametryczną zaproponowaną przez DeLong (DeLong E.R. i inni 1988, Hanley J.A. i Hajian-Tilaki K.O. 1997.) lub Hanley-McNeil(Hanley J.A. i McNeil M.D. 1982.

    Wyznaczoną na podstawie statystyki testowej wartość p porównujemy z poziomem istotności α:
    • jeżeli p ≤α ⇒ odrzucamy H0 przyjmując H1,
    • jeżeli p >α ⇒ nie ma podstaw odrzucić H0.

    Polecenie:    

    Statystyka
    Testy diagnostyczne
    Niezależne Krzywe ROC – porównanie

    okno_ROC_porown_niezal

Przykład (plik PL_bakteriemia.pqs) c.d.
Wykonamy 2 porównania:
  1. Zbudujemy 2 krzywe ROC, by porównać wartość diagnostyczną parametrów WBC i PCT -> Zobacz film
  2. Zbudujemy 2 krzywe ROC, by porównać wartość diagnostyczną parametru PCT dla chłopców i dziewczynek -> Zobacz film
  1. Zarówno parametr WBC jak i PCT jest stymulantą (wysokie wartości tych parametrów towarzyszą bakteriemii). Porównując wartość diagnostyczną tych parametrów weryfikujemy hipotezy:

    • wz_h0 : pole pod krzywą ROC dla WBC = pole pod krzywą ROC dla PCT,,
    • wz_h1 : pole pod krzywą ROC dla WBC ≠ pole pod krzywą ROC dla PCT.

    raport_ROC_porown_zal

    wykres_ROC_porown_zal

    Wyliczone wielkości pól to AUCWBC = 0.8613, AUCPCT = 0.8956. Na podstawie przyjętego poziomu α=0.05, w oparciu o uzyskaną wartość p=0.1303 wnioskujemy, że nie możemy wskazać, który z parametrów WBC czy PCT jest lepszy w rozpoznawaniu bakteriemii.

  2. Parametr PCT jest stymulantą (jego wysokie wartości towarzyszą bakteriemii). Porównując jego wartość diagnostyczną dla dziewczynek i chłopców weryfikujemy hipotezy:

    • wz_h0 : pole pod krzywą ROC dla PCTkobiety = pole pod krzywą ROC dla PCTmężczyźni,,
    • wz_h1 : pole pod krzywą ROC dla PCTkobiety ≠ pole pod krzywą ROC dla PCTmężczyźni.

    raport_ROC_porown_niezal

    wykres_ROC_porown_niezal

    Wyliczone wielkości pól to AUCkobiety = 0.8649, AUCmężczyźni = 0.9118. Zatem na podstawie przyjętego poziomu α=0.05, w oparciu o uzyskaną wartość p=0.6372 wnioskujemy, że nie możemy wybrać płci, dla której parametr PCT jest lepszy w rozpoznawaniu bakteriemii.

RSS

Valid HTML 4.01 Transitional Poprawny CSS!

FAQ  |  Polityka prywatności  |  Kontakt
 
 Copyright© 2010-2020 PQStat Software. Wszelkie prawa zastrzeżone.