一种针对含协变量 ROC 曲线的稳健方法
统计方法学
2022-07-26 v2
摘要
受试者工作特征(ROC)曲线是一种有用工具,用于衡量连续变量的判别能力,或医药/医学检验区分两种状况或类别的准确性。在某些情况下,从业者可能能够测量与诊断变量相关的一些协变量,这可提升 ROC 曲线的判别能力。为防范观测中存在异常数据,我们引入一种在存在协变量时获得 ROC 曲线稳健估计量的步骤。所考虑的方案聚焦于半参数方法,该方法对诊断变量拟合位置-尺度回归模型,并考虑回归残差分布的经验估计量。将稳健参数估计量与自适应加权经验分布估计量相结合,以降低异常值的影响。在温和假设下推导了该方案的均匀一致性。通过蒙特卡洛研究比较了所提稳健估计量与经典估计量在干净样本和污染样本中的表现。还分析了一个真实数据集。
引用
@article{arxiv.2007.00150,
title = {A robust approach for ROC curves with covariates},
author = {Ana M. Bianco and Graciela Boente and Wenceslao Gonzalez-Manteiga},
journal= {arXiv preprint arXiv:2007.00150},
year = {2022}
}