找回密码
 注册
查看: 448|回复: 0

R语言 verification包 roc.area()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:23:20 | 显示全部楼层 |阅读模式
roc.area(verification)
roc.area()所属R语言包:verification

                                        Area under curve (AUC) calculation for Response Operating Characteristic curve.
                                         响应工作特性曲线的曲线下面积(AUC)计算。

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This function calculates the area underneath a ROC curve following the process outlined in Mason and Graham (2002).  The p-value produced is related to the Mann-Whitney U statistics. The p-value is calculated using the wilcox.test function which automatically handles ties and makes approximations for large values.
此函数计算的ROC曲线下的区域梅森和Graham(2002年)中列出的过程。采用Mann-Whitney U统计量的p-值有关。使用wilcox.test的功能,可以自动处理关系和近似大的值,p值计算。

The p-value addresses the null hypothesis $H_o The area under the ROC curve is 0.5 i.e. the forecast has no skill.
p值解决了零假设H_o的ROC曲线下面积为0.5,即预测有没有本事。


用法----------Usage----------





参数----------Arguments----------

参数:obs
A binary observation (coded {0, 1 } ).
一个二进制观察(编码{0,1})。


参数:pred
A probability prediction on the interval [0,1].
的概率预测在区间[0,1]。


值----------Value----------


参数:A
Area under ROC curve, adjusted for ties in forecasts, if present
ROC曲线下面积为纽带,调整后的预测,如果目前


参数:n.total
Total number of records
的记录总数


参数:n.events
Number of events
事件数


参数:n.noevents
Number of non-events
非活动的数量


参数:p.value
Unadjusted p-value
未经调整的p值


注意----------Note----------

This function is used internally in the roc.plot command
此功能是在内部使用的roc.plot命令


(作者)----------Author(s)----------


Matt Pocernich <pocernic@rap.ucar.edu>



参考文献----------References----------

relative operating characteristics (ROC) and relative operating levels (ROL) curves: Statistical significance and interpretation, ”

参见----------See Also----------

roc.plot, verify,
roc.plot,verify,


实例----------Examples----------


a<- c(1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990,
1991, 1992, 1993, 1994, 1995)
b<- c(0,0,0,1,1,1,0,1,1,0,0,0,0,1,1)
c<- c(.8, .8, 0, 1,1,.6, .4, .8, 0, 0, .2, 0, 0, 1,1)
d<- c(.928,.576, .008, .944, .832, .816, .136, .584, .032, .016, .28, .024, 0, .984, .952)

A<- data.frame(a,b,c, d)
names(A)<- c("year", "event", "p1", "p2")

## for model with ties[关系模型#]
roc.area(A$event, A$p1)

## for model without ties[#为模型,没有打领带]
roc.area(A$event, A$p2)



转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-26 22:23 , Processed in 0.025787 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表