【科研貓·統計】ROC曲線（2）：一碼到底
- 2019 年 12 月 17 日
- 筆記
ROC曲線作為評估模型效能的工具，其使用頻率是極其高的，平時我們在做ROC分析的時候會遇到很多問題，比如：
- 如何同時繪製多個模型的ROC曲線；
- 如何計算評估模型效能的參數；
- 如何通過統計分析比較模型優劣…..
這些問題都一直困擾著很多人。為啥困擾呢？因為沒有軟體可以把這些分析一下子都做了！打個比方吧，SPSS是做統計分析的權威軟體之一，它就能夠輕鬆幫我們製作ROC曲線，但是，也僅僅只能繪製ROC曲線了。畫出來的圖形是往往這樣的：
這樣的結果呢，從畫圖上來說，也算是滿足我們的要求的。但是，我們評估模型的好壞不僅僅是做一個ROC曲線，看看AUC面積就結束了，還要看很多指標，比如上一期我們講到的NPV（陰性預測值）、PPV（陽性預測值）、Specificity（特異性），Sensitivity（靈敏度）、Accuracy（準確度）等數值，這些數值怎麼計算呢？
這個時候我們就要講到上期我們提及的約登指數了。在這裡我們不再重複贅述約登指數的概念。那SPSS能否通過約登指數確定最優cut-off值，然後計算上面的這些指標呢？答案是：不能！網上有很多人百度查找解決方案，因為ROC圖出來了，結果一堆模型評估的數值出不來，導致很難往下寫文章。
英雄往往都是在大家走投無路的時候出現的，因為我們的技術大牛切身體會到大家在做ROC分析時的苦楚，所以，開發了一款全能工具。是時候祭出我們的必殺技了！終結者系列之「ROC曲線終結者」。
我們的工具是基於R程式碼開發的，所以如果沒有任何R語言基礎的同學，建議先行從R語言基礎學起來，哪怕不會寫R程式碼，最起碼得懂怎麼運行吧。沒有R語言基礎的，請務必點擊這裡：《「 R語言系列 」乾貨直通車，想學哪裡點哪裡》系列課程，多的不說，把前三節看會了是必須的。然後，來看看我們的結果截圖：
是不是很贊！這個工具的幾大特點：
- 多模型繪圖，一鍵生成（最多可支援5條ROC曲線）
- 支援全方位模型評估（多達14種參數）
- 支援多模型間比較（自動計算兩兩比較）
- 輸入文件簡單易學（excel直接導入）
- 矢量圖形輸出（直接輸出發表級別矢量圖）
下面我們就來看看這個工具怎麼用吧。
導入數據
第一步
上面剛剛講過我們的數據是excel直接導入即可，所以，數據格式其實很簡單，看一下就明白了。程式碼會自動讀入一個名為data.xlsx的Excel文件，這個文件的格式如下：
就跟咱們平時用SPSS或者GraphPad做ROC曲線分析的時候一摸一樣，一列二分類變數（比如預後好/差），幾列測量變數（比如腫瘤指標的高低、CT上腫瘤的大小等等）。我們要做的就是把數據拷貝到這個文件中就萬事大吉了。我們的分析工具最多可以支援5個測量變數哦。
開始分析
第二步
數據導入之後，用RStudio打開我們的R程式碼：ROC_Terminator.R。直接「全選（Ctrl+A）」-「運行（Ctrl+Enter）「即可。然後只需等待幾秒，數據結果（共6個文件）就會乖乖出現在你的程式碼所在的目錄下了。如下所示：
這六個文件分別是：（1）整合的ROC曲線（不同配色、線型區別，含AUC值）；（2）平滑擬合的ROC曲線；（3）帶有95%置信區間（Confidence Interval，CI）的ROC曲線帶狀圖；（4）帶有95%置信區間的ROC曲線箱線圖；（5）14種模型評估參數表；（6）多模型兩兩間Delong統計比較結果表。
咱們科研貓的技術向來都是很少說廢話空話的技術流、實幹派，所以，看看這些分析結果，各位傲嬌的科研喵們可還滿意？
