ROC analysis
ROC analysis evaluates how well a continuous or ordinal test variable discriminates between two binary outcome classes. By plotting the true positive rate (sensitivity) against the false positive rate (1 − specificity) across all decision thresholds, it produces a curve whose area under the curve (AUC) quantifies overall discriminative power, ranging from 0.5 (chance) to 1.0 (perfect discrimination).
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.