基于置信度价值的 ROC 曲线凹度分析
统计方法学
2024-07-02 v1
摘要
受试者工作特征曲线 (ROC) 是评估各种学科中检测方法的重要图形工具。虽然有用，但 ROC 曲线可能因呈 S 形或在极端特异性处出现钩形而越过机率线。这些非凹 ROC 曲线在决策理论下是次优的，因为存在一些点优于机率线以下的部分，且在相同灵敏度或特异性下更优。我们通过提出一种基于置信度价值的新方法来确保 ROC 曲线的凹度，并在参数框架和半参数框架下采用贝叶斯范式进行估计。我们进行了大量仿真研究以评估在 various 场景下所提方法的性能，并将其应用于胰腺癌数据集。
引用
@article{arxiv.2407.00797,
title = {A placement-value based approach to concave ROC analysis},
author = {Soutik Ghosal and Zhen Chen},
journal= {arXiv preprint arXiv:2407.00797},
year = {2024}
}
备注
18 pages, 6 figures, 2 tables