可忽略缺失数据下受试者工作特征曲线下面积的置信区间
应用统计
2018-04-18 v1
摘要
受试者工作特征(ROC)曲线被广泛用作诊断试验准确性的度量,并可用 ROC 曲线下面积(AUC)来概括。通常,构造 AUC 的置信区间是很有用的,然而,由于已有许多不同的 proposed 方法来度量 AUC 的方差,因此构造这些区间的许多不同方法应运而生。在本稿中,我们比较了在缺失机制可忽略的缺失数据下构造 Wald 型置信区间的不同方法。我们发现,基于逻辑回归(LR)的多次插补(MI)构造置信区间给出最稳健的覆盖概率,且 CI 方法的选择不太重要。然而,当缺失率不太严重(例如低于 70%)时,我们推荐使用 Newcombe 的 Wald 方法结合基于预测均值匹配(PMM)的多次插补来构造置信区间。
引用
@article{arxiv.1804.05882,
title = {Confidence intervals for the area under the receiver operating characteristic curve in the presence of ignorable missing data},
author = {Hunyong Cho and Gregory J. Matthews and Ofer Harel},
journal= {arXiv preprint arXiv:1804.05882},
year = {2018}
}
备注
32 pages