ROC-Analyse (Receiver Operating Characteristic)
Die ROC-Analyse evaluiert, wie gut eine kontinuierliche oder ordinale Testvariable zwischen zwei binären Ergebnisklassen diskriminiert. Durch die Darstellung der Trefferquote (Sensitivität) gegen die Falsch-Positiv-Rate (1 − Spezifität) über alle Entscheidungsschwellen hinweg wird eine Kurve erzeugt, deren Fläche unter der Kurve (AUC) die gesamte diskriminative Leistung quantifiziert und von 0,5 (Zufall) bis 1,0 (perfekte Diskriminierung) reicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Hanley, J. A., & McNeil, B. J. (1982). The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology, 143(1), 29–36. DOI: 10.1148/radiology.143.1.7063747 ↗
- Zweig, M. H., & Campbell, G. (1993). Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine. Clinical Chemistry, 39(4), 561–577. DOI: 10.1093/clinchem/39.4.561 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/de/statistics/roc-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DiskriminanzanalyseStatistik↔ compare
- EffektstärkenanalyseStatistik↔ compare
- Kendalls Tau-RangkorrelationStatistik↔ compare
- Sensitivität und SpezifitätForschungsstatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →