Analisis ROC (Receiver Operating Characteristic)
Analisis ROC mengevaluasi seberapa baik variabel uji kontinu atau ordinal membedakan antara dua kelas hasil biner. Dengan memplotkan tingkat positif benar (sensitivitas) terhadap tingkat positif palsu (1 − spesifisitas) di seluruh ambang batas keputusan, analisis ini menghasilkan kurva yang luas di bawah kurva (AUC) mengukur kekuatan diskriminatif keseluruhan, berkisar dari 0,5 (kebetulan) hingga 1,0 (diskriminasi sempurna).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/id/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.
- Analisis DiskriminanStatistika↔ compare
- Analisis Ukuran EfekStatistika↔ compare
- Korelasi Peringkat Tau KendallStatistika↔ compare
- Sensitivitas dan SpesifisitasStatistika Penelitian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →