Analyse ROC (Courbe Caractéristique d'Opération du Récepteur)
L'analyse ROC évalue la capacité d'une variable de test continue ou ordinale à discriminer entre deux classes de résultats binaires. En traçant le taux de vrais positifs (sensibilité) par rapport au taux de faux positifs (1 − spécificité) sur tous les seuils de décision, elle produit une courbe dont l'aire sous la courbe (AUC) quantifie le pouvoir discriminant global, allant de 0,5 (hasard) à 1,0 (discrimination parfaite).
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/fr/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.
- Analyse discriminanteStatistique↔ compare
- Analyse de la taille d'effetStatistique↔ compare
- Corrélation de rang Tau de KendallStatistique↔ compare
- Sensibilité et spécificitéStatistiques de recherche↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →