1樓：匿名使用者
資料你已經輸入好了
在analysis選單有roc曲線的
具體操作就多了
state變數就是diagnosis這個變數我經常幫別人做這類的資料分析的
急請教高手spss軟體裡的roc曲線怎麼做，怎麼輸入資料，謝謝大家
2樓：匿名使用者
電子工業出版社出版的《pasw/spss statistics中文版統計分析教程（第3版）(含cd光碟1張)》有介紹。
3樓：匿名使用者
鑑於你已經有且只有3個點，在spss中畫出一個基於這三個點的線圖不就可以了麼？
關於spss繪製roc曲線問題 15
4樓：匿名使用者
你應該有關鍵指標，有一個gold 標準
由這兩個指標來做roc即可
至於你說的資料和物件相關，沒這個說法的，相關指的是變數和變數之間的相關
我替別人做這類的資料分析蠻多的
如何用spss算定性資料的roc曲線？怎麼輸入資料？
5樓：匿名使用者
spss熟練掌握，可以代做，但你這個做好用medcal做
如何用spss 17.0繪製roc曲線？ 資料分幾組輸入都有什麼要求？ 如何選擇cutoff值？
6樓：匿名使用者
至少兩列，一列金標準結果（即是否患病），一列新方法的檢測數值
roc曲線分析中會生成曲線座標值，根據各取值的特異度和靈敏度之和最大的原則求得cutoff
roc曲線是什麼啊
7樓：百度使用者
受試者工作特徵曲線(receive operating characteristic curve,roc曲線)
roc曲線是反映此敏感性和特異性連續變數的綜合指標。spss統計軟體包的10.0版本有roc曲線的統計功能。
roc曲線真陽性率為縱座標,假陽性率為橫座標,在座標上由無數個臨界值求出的無數對真陽性率和假陽性率作圖構成,計算roc曲線下面積aucroc來評價診斷效率。
8樓：寶燕伍依霜
做法一樣。只需多一個步驟，先用這兩種方法進行診斷。用診斷後的變數當作新變數做roc曲線就行了。
檢視原帖》
如何利用spss繪製roc曲線
9樓：南心網心理統計
spss中有roc的專門分析模組。
10樓：茹讓慶夏
（一）roc曲線的概念
受試者工作特徵曲線（receiver
operator
characteristic
curve,
roc曲線），最初用於評價雷達效能，又稱為接收者操作特性曲線。roc曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱座標，假陽性率（1-特異度）為橫座標繪製的曲線。傳統的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統計分析。
roc曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態，可以把試驗結果劃分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。因此，roc曲線評價方法適用的範圍更為廣泛。
（二）roc曲線的主要作用
1.roc曲線能很容易地查出任意界限值時的對疾病的識別能力。
2.選擇最佳的診斷界限值。roc曲線越靠近左上角,試驗的準確性就越高。最靠近左上角的roc曲線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數最少。
3.兩種或兩種以上不同診斷試驗對疾病識別能力的比較。在對同一種疾病的兩種或兩種以上診斷方法進行比較時，可將各試驗的roc曲線繪製到同一座標中，以直觀地鑑別優劣，靠近左上角的roc曲線所代表的受試者工作最準確。
亦可通過分別計算各個試驗的roc曲線下的面積(auc)進行比較，哪一種試驗的auc最大，則哪一種試驗的診斷價值最佳。
（三）roc曲線分析的主要步驟
1.roc曲線繪製。依據專業知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-off
point），按選擇的組距間隔列出累積頻數分佈表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。以敏感性為縱座標代表真陽性率，（1-特異性）為橫座標代表假陽性率，作圖繪成roc曲線。
2.roc曲線評價統計量計算。roc曲線下的面積值在1.
0和0.5之間。在auc＞0.
5的情況下，auc越接近於1，說明診斷效果越好。auc在0.5～0.
7時有較低準確性，auc在0.7～0.9時有一定準確性，auc在0.
9以上時有較高準確性。auc＝0.5時，說明診斷方法完全不起作用，無診斷價值。
auc＜0.5不符合真實情況，在實際中極少出現。
3.兩種診斷方法的統計學比較。兩種診斷方法的比較時，根據不同的試驗設計可採用以下兩種方法：
①當兩種診斷方法分別在不同受試者身上進行時，採用成組比較法。②如果兩種診斷方法在同一受試者身上進行時，採用配對比較法。
使用spss的操作過程如下:對於較低spss版本
graphs/roc
curve:test
variable選自變數(連續型變數),state
varibale選因變數(二分類變數)display的選項一般全選.較高的spss版本analyze
-roc
curve
如何用spss製作roc曲線
11樓：劉得意統計服務
分析--roc曲線分析，正確設定變數就行了。具體地說：
把檢測變數（如test1）調入檢驗變數框，把狀態變數（如diag)調入狀態變數框，在狀態變數的值框輸入1，表示病人。確定。
效果圖：
使用方法：綠線為參考對角線，藍色線為roc曲線，該曲線離對角線越遠，表明診斷效果越好。
若有幫助，請及時採納，謝謝。
統計人劉得意
12樓：匿名使用者
roc曲線在analyze裡面的，有一個roc選項
我替別人做這類的資料分析蠻多的
spss19.0中如何做roc曲線
13樓：萬水之源
第一豎行是我測定的不同患者結果
第二豎行是陽性參照表達結果
第三豎行是陰性參照表達結果
國外文獻用roc曲線做,想和定性實驗x相比看定性實驗哪例是假陽性,或假陰性.這是我自己摸的結果圖,無法傳給你。但怎麼解釋?怎麼看是具體哪例呢?
14樓：time龔梅華
spss軟體實現roc分析
spss 9.0以上版本可進行roc分析，操作步驟如下：
1.定義列變數，並輸入資料
（1）診斷分類值或檢測結果（test）：多個診斷試驗則定義test1，test2，...
（2）金標準類別（group）：1＝病例組，0＝對照組
（3）分類頻數（freq），需要進一步執行第二步
2.說明頻數變數 路徑：data\weight case..., 選項：weight case by， 填表：freqency variable （freq）
3.roc分析: 路徑：
grahps\roc curve... 填表：test variable（test）， state variable （group）， value of state variable，選項包括：
(display) roc curve，with diagonal reference line （機會線）， standard error and confidence interval （面積的標準誤，及其可信區間）， coordinate points of the roc curve （roc曲線的座標點）， options：test direction （如果檢測值小劃歸為陽性，則需要選）， cofidence level （％）：需要除95％以外的可信度，可在此定義
如果是連續型測量資料，則不需要第1步的（3）及第2步
如何利用spss繪製roc曲線，如何利用SPSS繪製ROC曲線
spss中有roc的專門分析模組。一 roc曲線的概念 受試者工作特徵曲線 receiver operator characteristic curve,roc曲線 最初用於評價雷達效能，又稱為接收者操作特性曲線。roc曲線是根據一系列不同的二分類方式 分界值或決定閾 以真陽性率 靈敏度 為縱座標，...
spss做roc曲線時結果裡有在正的和負的實際狀態組
這個不影響結果的，ties指的是同樣的資料。另外，spss中文版本翻譯的太差，不建議用中文的，我替別人做這類的資料分析很多的 用spss做roc曲線時，狀態變數和檢驗變數分別是什麼意思。一般是賦值為0和1,1為狀態變數 檢驗變數就是你研究的變數 狀態變數就是二分類的變數，是必須的。說的清楚點就是選擇...
誰幫我用SPSS做條ROC曲線靈敏度和特異度算好了的懸100分
用spss做roc曲線，不需要自己計算靈敏度 特異度，只需有診斷結果 就是分類 及化驗結果 測量數值 就可以了。如何利用spss求準確率，靈敏度，特異度和roc曲線下面積 可以做roc曲線分析的 analyze下面有roc選項 如何在spss計算 youden 靈敏度 特異度 你是不是在copy搞關...