ROC-analyse (Receiver Operating Characteristic)
ROC-analyse evalueert hoe goed een continue of ordinale testvariabele discrimineert tussen twee binaire uitkomstklassen. Door de true positive rate (sensitiviteit) af te zetten tegen de false positive rate (1 − specificiteit) over alle beslissingsdrempels, produceert het een curve waarvan de oppervlakte onder de curve (AUC) de algehele discriminatieve kracht kwantificeert, variërend van 0,5 (kans) tot 1,0 (perfecte discriminatie).
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/nl/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.
- Discriminant AnalysisStatistiek↔ compare
- EffectgrootteanalyseStatistiek↔ compare
- Kendall's Tau RangcorrelatieStatistiek↔ compare
- Gevoeligheid en specificiteitOnderzoeksstatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →