ROC-analys (Receiver Operating Characteristic)
ROC-analys utvärderar hur väl en kontinuerlig eller ordinal testvariabel diskriminerar mellan två binära utfallsklasser. Genom att plotta den sanna positiva andelen (sensitivitet) mot den falska positiva andelen (1 − specificitet) över alla beslutströsklar, produceras en kurva vars area under kurvan (AUC) kvantifierar den övergripande diskriminerande förmågan, från 0.5 (slump) till 1.0 (perfekt diskriminering).
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Receiver Operating Characteristic Analysis. ScholarGate. https://scholargate.app/sv/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.
- DiskriminantanalysStatistik↔ compare
- EffektstorleksanalysStatistik↔ compare
- Kendall's Tau RangkorrelationStatistik↔ compare
- Känslighet och specificitetForskningsstatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →