サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
iPhone 16
www.jmp.com
医学論文や学会のポスター発表で、ROC曲線とカットオフ値を記載しているものをよく見かけるかと思います。 実際ROC曲線は、診断法がどれぐらい有用なのかを知るときに使われ、曲線下の面積(AUC)によって定量化されます。 さらに、この値以上は”陽性”だと診断する閾値をどのように設定するかによって感度と特異度は変化していくので、陽性と陰性を分ける最適なカットオフ値を見つけることが重要になってきます。 そこで今回は、JMPでそもそもROC曲線はどのような方法で描かれているか、カットオフ値はどのように求めているのかについて解説します。 JMPでは、ロジスティック回帰、パーティション、判別分析などのプラットフォームでROC曲線を描くことができますが、以下は、[二変量の関係]でロジスティック回帰を行ったときに、オプションとして追加できるROC曲線についての説明です。 図1のデータテーブルは、糖尿病陽性の
統計ソフトウェアで、インサイト主導型の改善を実現 百聞は一見にしかず JMPは、インタラクティブな可視化機能、そして強力な統計機能を兼ね備えたソフトウェアです。
このページを最初にブックマークしてみませんか?
『https://www.jmp.com/』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く