ROC-analyysi (Receiver Operating Characteristic)
ROC-analyysi arvioi, kuinka hyvin jatkuva tai järjestysasteikollinen testimuuttuja erottelee kahta binääristä lopputulosluokkaa. Piirtämällä todenmukaisesti positiivisten osuuden (sensitiivisyys) suhteessa väärien positiivisten osuuteen (1 − spesifisyys) kaikkien päätöskynnysten yli, saadaan käyrä, jonka käyrän alle jäävä pinta-ala (AUC) kvantifioi yleistä erottelukykyä. Sen arvo vaihtelee 0,5:stä (sattuma) 1,0:aan (täydellinen erottelu).
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/fi/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.
- DiskriminanssianalyysiTilastotiede↔ compare
- Vaikutuksen koon analyysiTilastotiede↔ compare
- Kendallin taun järjestyskorrelaatioTilastotiede↔ compare
- Herkkyys ja spesifisyysTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →