|
|
| brauni |
Forum-Anfänger
|
 |
Beiträge: 14
|
|
|
|
Anmeldedatum: 28.12.15
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 29.01.2016, 15:56
Titel: ROC-Kurve erstellen
|
 |
| |
 |
 |
Uff, mir raucht der Kopf und ich komme einfach nicht weiter.
Mein Problem ist folgendes:
ich habe beispielsweise folgende zwei Vektoren:
A=[34 23 45 25 76 4 56 3 45 34] und
B=[14 3 25 5 56 0 36 0 25 14]
jeder Messwert eines Vektors (jede Spalte) ist ein Patient (hier also ingesamt 10Patienten), dabei ist die erste Spalte des Vektors A der gleiche Patient wie die erste Spalte des Vektors B.
Wenn ein Patient im Vektor A ein Messwert <27 (erster diagnostischer Test) zugeordnet bekommt ist er krank (hier also insgesamt 4 Patienten; Patient 2, 4, 6, 8 ).
Wie kann ich nun eine ROC-Kurve erstellen um den idealen Schwellenwert (bezüglich Sensitivität und Spezifität) für die Messwerte aus Vektor B zu bestimmen (zweiter diagnostischer Test)? wähle ich den Schwellenwert für den zweiten diagnostischen Test zu gering so habe ich viele falsch negative Patienten, wähle ich ihn zu hoch so habe ich viele falsch positive Patienten.
Folgende Funktion ist hierzu geeignet: perfcurve
Leider habe ich keine Ahnung wie ich die Funktion auf mein Problem anwenden kann. Ich komme einfach nicht weiter und habe leider auch keinen Ansatz. Vielleicht könnt ihr mir helfen. Jeder Tipp kann mir hier nützlich sein.
LG
|
|
|
|
|
|
| brauni |
Themenstarter
Forum-Anfänger
|
|
Beiträge: 14
|
|
|
|
Anmeldedatum: 28.12.15
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 17.02.2016, 10:44
Titel:
|
|
Hallo,
habe zwischenzeitlich das Problem selbst gelöst!!! Anbei meine Lösung für alle die vor einem ähnlichen Problem stehen:
http://de.mathworks.com/help/stats/perfcurve.html#brz5a2i-5
Geeignet für die Erstellung einer ROC Kurve ist die Funktion "perfcurve" (siehe Link oben):
1. Schritt: labels(A>=27)=1
-->gesunde Patienten bekommen eine 1 zugeordnet, kranke Patienten eine 0
2. Schritt: [X,Y,T,AUC,OPTROCPT]=perfcurve(labelsX,B,1)
3. Schritt: X und Y sind die Werte zur Erstellung der ROC-Kurve, d.h. figure; plot(X,Y)
und schon ist das Thema erledigt!!!
In diesem Beispiel ergibt sich eine perfekte ROC Kurve (AUC=1), d.h. der getestete diagnostische Test ist sehr gut! Sensitivität=1, Spezifität=1, Schwellenwert=14 (T)!!!
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2025
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
