1楼：匿名用户
有诊断指标，诊断结果，spss可直接做出roc曲线，不需要自己计算1-spe和sen的。不同版本的roc曲线的位置不一样，找找分析或作图两个菜单可以找到roc曲线这个命令的。
急求!!!怎样用spss对两条roc曲线下面积进行配对比较 10
2楼：匿名用户
这个有一个公式的，spss不能直接比较
我替别人做这类的数据分析蛮多的
急求！spss19.0做roc曲线怎么能让两个轴的0点重合在一起？请详细说明方法
3楼：堤撤亦
roc(receiver operating characteristic)曲线,用于二类判别效析与评价.般自变量连续变量,变量二类变量. 基本原理:
通判断点(cutoff point/cutoff value)移,获灵敏度(sensitivity)误判率(一-specificity(特异度)),灵敏度纵轴,误判率横轴,连接各点绘制曲线,计算曲线面积,面积越,判断价值越高. 灵敏度:实际真值判断真值概率.
特异度:实际假值判断假值概率. 误判率:
实际假值判断真值概率,其值等于一-特异度. 绘曲线与斜四5度直线比,若差重合,说明自变量变量判断价值差,若越远离斜四5度直线即曲线面积越,说明自变量变量判断价值越,即根据自变量较确判断变量. 使用spss操作程:
graphs/roc curve:test variable选自变量(连续型变量),state varibale选变量(二类变量)display选项般全选. 运行结:
一.roc曲线,直**曲线形状. 二.
area under the curve:曲线面积,包括面积值,显著性析,置信区间. 三.
coordinates of the curve:roc曲线各点应灵敏度误判率
spss做roc曲线，是否无法直接给出两个曲线下面积是否有差异，并且诊断标准只有一种吗？
4楼：匿名用户
答：1.诊断标准只能有一种，即state variable框只能选择一个参数，所以多个诊断标准得到的roc曲线不能同时出现在一张图中，因为金标准都不一样了，没法比较roc曲线下面积，即诊断价值；
2.test variable框可以选择多个变量，以比较多个检测实验在诊断中的价值，在一个图中呈现多个roc曲线，但是spss不能对多个曲线下面积并没有假设检验进行比较，但是可以通过z检验的公式来计算 z=|auc1-auc2|/sqrt(se1^2+se^2)
然后根据正态分布（查表或者用软件）计算p值就可以了。
sas软件可以比较 sas 程序如下:
data;
z= abs( az1 - az2) / sqrt ( se1 * * 2+ se2 * * - 2* r* se1 *
se2 ) ;
run;也可以通过excel设置公式完成计算
5楼：spss统计事务所
我们可以帮助你,看我们的用户资料
如何用spss制作roc曲线
6楼：刘得意统计服务
分析--roc曲线分析，正确设置变量就行了。具体地说：
把检测变量（如test1）调入检验变量框，把状态变量（如diag)调入状态变量框，在状态变量的值框输入1，表示病人。确定。
效果图：
使用方法：绿线为参考对角线，蓝色线为roc曲线，该曲线离对角线越远，表明诊断效果越好。
若有帮助，请及时采纳，谢谢。
统计人刘得意
7楼：匿名用户
roc曲线在analyze里面的，有一个roc选项
我替别人做这类的数据分析蛮多的
求救：怎样用spss制作roc曲线，尤其是数据的输入。可以演示一下吗？最好有个例子加以说明，谢谢！
8楼：酸酸男崽
roc(receiver operating characteristic)曲线,用于二分类判别效果的分析与评价.一般自变量为连续变量,因变量为二分类变量.
基本原理是:通过判断点(cutoff point/cutoff value)的移动,获得多对灵敏度(sensitivity)和误判率(1-specificity(特异度)),以灵敏度为纵轴,以误判率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大,判断价值越高.
灵敏度:就是把实际为真值的判断为真值的概率.
特异度:就是把实际为假值的判断为假值的概率.
误判率:就是把实际为假值的判断为真值的概率,其值等于1-特异度.
将绘成的曲线与斜45度的直线对比,若差不多重合,说明自变量对因变量的判断价值很差,若越远离斜45度的直线即曲线下的面积越大,说明自变量对因变量的判断价值越好,即根据自变量可以较为正确的判断因变量.
使用spss的操作过程如下:
graphs/roc curve:test variable选自变量(连续型变量),state varibale选因变量(二分类变量)display的选项一般全选.
运行结果:1.roc曲线,可直观地看到曲线形状.
2.area under the curve:曲线下方的面积,包括面积值,显著性分析,置信区间.
3.coordinates of the curve:roc曲线各点对应的灵敏度和误判率.