SPSS中如何使用多指标的ROC曲线分析？SPSS多指标的ROC曲线分析使用方法-神马指导员

　　许多用户在使用SPSS软件进行办公的时候都会一些简单的数据分析，也都知道一个事情的结果往往不是单个因素而决定的，通常由多个复杂的指标共同决定。今天小编就带着大家一起学习一下使用spss进行绘制数据的roc曲线吧！

　　操作教程：

　　一、分析预测

　　首先准备好我们要使用的数据，如图1，这是一组关于癌症患者与非癌症人员的各项指标数据，我们需要通过分析，判断这些指标，是否能初步判断人员患上癌症的概率。

　　第一步：点击“分析”菜单中的“回归”，选择“二元Logistic”，通过二元Logistic回归模型，用性别、年龄、BMI、是否吸烟和过往COPD病史，来计算人员患癌症的概率。

　　在回归设置界面中，设置因变量为cancer，在块中加入除了cancer以外的其他指标，最后在教程中选择“向前：LR”教程，具体设置如图3。

　　又因为在本组数据中，COPD是多分类变量，而不是简单的二分类，我们将COPD的程度，使用0到4进行表示，分别表示无、轻度、中度、重度。

　　因此我们需要点击上图3右侧的“分类”，自定义分类变量。在分类协变量中选择COPD，然后选择参考类别为“第一个”，点击“继续”。

　　最后，点击“保存”按钮（非确定按钮），然后勾选上“预测值”中的“概率”，如图5，此时SPSS就会帮我们生成每条记录的癌症预测概率值。

　　具体的预测值如图6，PRE_1就是SPSS自动生成的预测概率值。

　　二、绘制ROC曲线

　　有了预测概率结果后，我们就可以利用ROC曲线，来分析这个预测结果的准确性。点击“分析”菜单，选择“分类”，点击“ROC曲线”，如图7。

　　检验变量选择SPSS生成的“PRE_1”，下方的状态变量选择“cancer”，然后状态变量值设置为1，完成上述设置后点击“确定”，即可生成关于这2个预测和实际指标之间的ROC曲线。

　　最后生成的结果见下图9，我们可通过观察ROC曲线下的面积，来判断预测准确性。

　　以上就是关于使用SPSS进行多指标下的ROC曲线分析的全部方法，我们首先通过回归模型生成预测值，再将预测值和真实值之间进行ROC曲线分析，得出我们想要的结论。

返回神马指导员首页>>

转载出处标题：SPSS中如何使用多指标的ROC曲线分析？SPSS多指标的ROC曲线分析使用方法

网站链接：https://www.smzdy.com/softwarecourse/12619.html

免责声明：根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬。”
本站所发布的一切Windows教程，教程文章，破解补丁、注册机和注册信息及软件的文章等图文资源仅限用于学习和研究目的；本站并不贩卖软件，不存在任何商业目的及用途，网站会员捐赠是您喜欢本站而产生的赞助支持行为，仅为维持服务器的开支与维护，全凭自愿无任何强求。你不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。
本站信息来自网络，不承担任何由于内容的版权、合法性等所引起的争议与法律责任！您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。访问和下载本站内容，说明您已同意上述条款。
本站为个人博客非盈利性站点，所有软件信息均来自网络，所有资源仅供学习参考研究目的。如您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。本站如果侵犯你的利益，携带权利证明请发送邮箱到 s7web888#gmail.com，我们会很快的为您处理。

SPSS中如何使用多指标的ROC曲线分析？SPSS多指标的ROC曲线分析使用方法

相关推荐

发表回复