roc曲线spss怎么做_SPSS在线_SPSSAU_SPSS_ROC曲线

4、SPSSAU输出结果

分析样本处理

低出生体重儿

频数

百分比

阳性

130

68.78%

阴性

59

31.22%

总计

189

100%

从上表可知，针对产妇年龄, 产妇体重共2项构造ROC曲线，用于判断其对于“低出生体重儿”的诊断预测价值，首先进行状态变量的设置。以数字1作为切割点，

1为阳性，0作为阴性。最终从上表可可以看出：阳性(此处即为“低出生体重儿”)比例为68.78%，阴性(此处即为“非低出生体重儿”)比例为31.22%。

ROC结果AUC汇总

标题

AUC

标准误

p

95% CI(LL)

95% CI(UL)

产妇年龄

0.549

0.044

0.262

0.463

0.635

产妇体重

0.601

0.045

0.025*

0.513

0.690

*

p

<0.05 ** p

<0.01

从上表可知，针对产妇年龄,

产妇体重共2项构造ROC曲线，用于判断它们对于低出生体重儿的诊断价值，从上表可以看出：

产妇年龄对应的AUC值为0.549，意味着产妇年龄对于低出生体重儿的诊断价值比较低。产妇体重对应的AUC值为0.601，并且呈现出0.05水平的显著性(p

=0.025

<0.05)意味着产妇体重对于低出生体重儿的诊断价值明显高于0.5，但诊断价值依旧比较低。

总结可知：产妇年龄,

产妇体重共2项的对就看AUC值均低于0.7，意味着它们对于低出生体重儿的诊断价值较低。

ROC最佳界值结果

标题

AUC

最佳界值

敏感度

特异度

产妇年龄

0.549

0.158

0.277

0.881

产妇体重

0.601

0.191

0.785

0.407

上表展示最佳界值，即尤登指数的最大值(尤登指数=敏感度 + 特异度 –

1)；最佳界值的意义为ROC曲线最靠近左上角的点，即敏感度和误报率组合的相对最优值。

针对产妇年龄，其最佳界值出现在敏感度为0.277，特异度为0.881(1-特异度为0.119)时，即在该点时，最靠近左上角(此时整体最优)，可通过ROC曲线图更进一步查看；

针对产妇体重，其最佳界值出现在敏感度为0.785，特异度为0.407(1-特异度为0.593)时，即在该点时，最靠近左上角(此时整体最优)，可通过ROC曲线图更进一步查看。

上图为ROC曲线图，可通过ROC曲线图大概查看最佳界面，以及曲线走势情况。特别提示，如果X(检验变量)为定类数据时，此时曲线很可能比较“难看”，原因在于点很少，因而ROC曲线会较“简单”，类似下图(是否患有高血压为定类数据，产妇在妊娠期间是否吸烟为定类数据)：

最后，如果需要对比两项的AUC面积是否存在着显著性差异，比如本案例中产妇年龄,

产妇体重这两项的AUC面积是否呈现出显著性差异，则可手工录入四个数字，包括两个AUC值和两个标准误SE值。对应会生成AUC差值，z

值和p 值。上图显示，产妇年龄,

产妇体重这两项的AUC值并没有显著性差异(z =-0.8357,p

=0.4033>0.05)。

5、文字分析

具体文字分析例子如下：

针对产妇年龄, 产妇体重共2项构造ROC曲线，用于判断其对于“低出生体重儿”的诊断预测价值，首先进行状态变量的设置。以数字1作为切割点，

1为阳性，0作为阴性。最终从上表可可以看出：阳性(此处即为“低出生体重儿”)比例为68.78%，阴性(此处即为“非低出生体重儿”)比例为31.22%。

分析显示：产妇年龄对应的AUC值为0.549，意味着产妇年龄对于低出生体重儿的诊断价值比较低。产妇体重对应的AUC值为0.601，并且呈现出0.05水平的显著性(p

=0.025

<0.05)意味着产妇体重对于低出生体重儿的诊断价值明显高于0.5，但诊断价值依旧比较低。产妇年龄,

产妇体重共2项的对就看AUC值均低于0.7，意味着它们对于低出生体重儿的诊断价值较低。

针对产妇年龄，其最佳界值出现在敏感度为0.277，特异度为0.881(1-特异度为0.119)时，即在该点时，最靠近左上角(此时整体最优)，针对产妇体重，其最佳界值出现在敏感度为0.785，特异度为0.407(1-特异度为0.593)时，即在该点时，最靠近左上角(此时整体最优)。

最后针对产妇年龄, 产妇体重这两项的AUC面积是否呈现出显著性差异进行检验，最终显示产妇年龄,

产妇体重这两项的AUC值并没有显著性差异(z =-0.8357,p =0.4033>0.05)。

6、剖析

特别提示

SPSSAU提供状态变量设置，事实上将Y拆分成两组，等于切割点为“阳性”，不等于切割点为“阴性”。默认切割点为数字1，此处通常情况下需要进行设置。

特别提示

针对出现AUC小于0.5时，通常原因在于“阳性”和“阴性”的区分有问题，SPSSAU以等于切割点作为“阳性”，不等于切割点作为“阴性”，默认切割点为数字1。请确认设置是否有问题，如果“阳性”或“阴性”设置有误，可重新设置，或者重新上传正确的数据。

针对ROC曲线的X(检验变量)和Y(状态变量)的进一步说明，X(检验变量)和Y(状态变量)可为任意数据类型(定量和定类数据均可)；有以下两点需要特别提示：

可能问题原因

可能“异常”结果

X(检验变量)为定类数据

ROC曲线的折线会很少

Y(状态变量)金标准设置，即切割点设置有误

导致ROC曲线下面积即AUC值小于0.5