การวิเคราะห์ ROC (Receiver Operating Characteristic)

การวิเคราะห์ ROC ประเมินว่าตัวแปรทดสอบแบบต่อเนื่องหรือแบบอันดับสามารถจำแนกกลุ่มผลลัพธ์แบบทวิภาค (binary outcome classes) ได้ดีเพียงใด โดยการพล็อตอัตราผู้ป่วยจริงที่ตรวจพบ (true positive rate หรือ sensitivity) เทียบกับอัตราผู้ป่วยปกติที่ถูกตรวจว่าเป็นผู้ป่วย (false positive rate หรือ 1 − specificity) ในทุกช่วงค่าเกณฑ์การตัดสิน (decision thresholds) จะได้เส้นโค้งซึ่งพื้นที่ใต้เส้นโค้ง (area under the curve หรือ AUC) เป็นตัววัดกำลังการจำแนกโดยรวม มีค่าตั้งแต่ 0.5 (การเดาสุ่ม) ถึง 1.0 (การจำแนกที่สมบูรณ์แบบ)