受试者工作特征（ROC）曲线
统计方法学
2018-09-14 v1
摘要
受试者工作特征（ROC）曲线在二分类问题中被普遍用于评估协变量、标记物或特征作为潜在预测因子的能力。我们区分原始 ROC 诊断量与 ROC 曲线，阐明凹性在解释和建模 ROC 曲线中的特殊作用，并建立 ROC 曲线与累积分布函数（CDF）之间的等价性。这些结果支撑了 ROC 曲线统计建模中一种微妙的范式转移，我们将其视为曲线拟合。我们引入灵活的两参数 beta 族用于将 CDF 拟合到经验 ROC 曲线，推导了最小距离估计量的大样本分布，并在 R 中提供了用于估计与检验的软件，包括基于渐近和蒙特卡洛的推断。在一系列经验例子中，beta 族及其允许直边的三参数和四参数推广比经典的双正态模型拟合得更好，尤其是在拟合曲线须为凹的这一关键约束下。
引用
@article{arxiv.1809.04808,
title = {Receiver Operating Characteristic (ROC) Curves},
author = {Tilmann Gneiting and Peter Vogel},
journal= {arXiv preprint arXiv:1809.04808},
year = {2018}
}