1楼：
1、roc的分析步骤：
①roc曲线绘制。依据专业知识，对疾病组和参照组测定结果进行分析，确定测定值的上下限、组距以及截断点（cut-off point），按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成roc曲线。
②roc曲线评价统计量计算。roc曲线下的面积值在1.0和0.
5之间。在auc>0.5的情况下，auc越接近于1，说明诊断效果越好。
auc在 0.5～0.7时有较低准确性，auc在0.
7～0.9时有一定准确性，auc在0.9以上时有较高准确性。
auc=0.5时，说明诊断方法完全不起作用，无诊断价值。auc<0.
5不符合真实情况，在实际中极少出现。
③两种诊断方法的统计学比较。两种诊断方法的比较时，根据不同的试验设计可采用以下两种方法：①当两种诊断方法分别在不同受试者身上进行时，采用成组比较法。
②如果两种诊断方法在同一受试者身上进行时，采用配对比较法。
2、受试者工作特征曲线 （receiver operating characteristic curve，简称roc曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以虚报概率为横轴，击中概率为纵轴所组成的坐标图，和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。
如何利用spss绘制roc曲线
2楼：匿名用户
方法/步骤
1首先，打开数据
，以a2列数据为例做曲线。
2点击“ analyze -roc curve”。
3弹出界面后，导入a2列数据，调节其它参数。
4点击“ok”，出现结果。
5双击roc曲线，进入调节界面。
6可以调节很多参数，也可以把曲线调成平滑的。很方便实用吧！
3楼：南心网心理统计
spss中有roc的专门分析模块。
4楼：茹让庆夏
（一）roc曲线的概念
受试者工作特征曲线（receiver
operator
characteristic
curve,
roc曲线），最初用于评价雷达性能，又称为接收者操作特性曲线。roc曲线是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。传统的诊断试验评价方法有一个共同的特点，必须将试验结果分为两类，再进行统计分析。
roc曲线的评价方法与传统的评价方法不同，无须此限制，而是根据实际情况，允许有中间状态，可以把试验结果划分为多个有序分类，如正常、大致正常、可疑、大致异常和异常五个等级再进行统计分析。因此，roc曲线评价方法适用的范围更为广泛。
（二）roc曲线的主要作用
1.roc曲线能很容易地查出任意界限值时的对疾病的识别能力。
2.选择最佳的诊断界限值。roc曲线越靠近左上角,试验的准确性就越高。最靠近左上角的roc曲线的点是错误最少的最好阈值，其假阳性和假阴性的总数最少。
3.两种或两种以上不同诊断试验对疾病识别能力的比较。在对同一种疾病的两种或两种以上诊断方法进行比较时，可将各试验的roc曲线绘制到同一坐标中，以直观地鉴别优劣，靠近左上角的roc曲线所代表的受试者工作最准确。
亦可通过分别计算各个试验的roc曲线下的面积(auc)进行比较，哪一种试验的auc最大，则哪一种试验的诊断价值最佳。
（三）roc曲线分析的主要步骤
1.roc曲线绘制。依据专业知识，对疾病组和参照组测定结果进行分析，确定测定值的上下限、组距以及截断点（cut-off
point），按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成roc曲线。
2.roc曲线评价统计量计算。roc曲线下的面积值在1.
0和0.5之间。在auc＞0.
5的情况下，auc越接近于1，说明诊断效果越好。auc在0.5～0.
7时有较低准确性，auc在0.7～0.9时有一定准确性，auc在0.
9以上时有较高准确性。auc＝0.5时，说明诊断方法完全不起作用，无诊断价值。
auc＜0.5不符合真实情况，在实际中极少出现。
3.两种诊断方法的统计学比较。两种诊断方法的比较时，根据不同的试验设计可采用以下两种方法：
①当两种诊断方法分别在不同受试者身上进行时，采用成组比较法。②如果两种诊断方法在同一受试者身上进行时，采用配对比较法。
使用spss的操作过程如下:对于较低spss版本
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.较高的spss版本analyze
-roc
curve
如何用spss或medcalc做两种诊断试验联合检测的roc曲线下面积及比较
5楼：祥鑫祥涵烁涵
i 诊断试验
【例】 某课题研究目解b超诊断肝硬化临床价值每组各需要少例患者预试验：b超诊断肝硬化约：p灵敏度=0.75；p特异度=0.55
公式： 诊断试验本例数公式
n=（uα／δ）2（1-p）p
参数：⑴ μα：α=0.05μα=zα／2=1.960⑵ μβ：β=0.20本计算涉及μβ
⑶ δ：判断界值由研究者根据预试验或查文献估计综合取预试验灵敏度或特异度1／5～1／10般定0.05～0.10间本例取δ=0.08
roc是啥意思？
6楼：123糖糖哟
roc是一个多义项的词汇，缩写或是商标。
它同时是法国歌手nadiya演唱的一首歌曲的名字。
所谓的“roc富豪联盟俱乐部”属于网络传销。
释义汇总：
作为一个词汇或是缩写，它可能指:
1.常规领域:
roc，[英][名]巨鸟，大鹏
republic of china，中华**的缩写。
republic of congo刚果共和国的缩写。
republic of cuba古巴共和国的缩写。
reign of chaos魔兽争霸3的原始版本混乱之治的的缩写。
race of champions 世界车王争霸赛的缩写。
2.专业技术领域:
return on capital， 资本报酬率rate of change 变动率指标（roc指标）[**]receive operating characteristic，接受者操作特定曲线（roc曲线）
radius of convergence，数学科学中，拉普拉斯转换及z转换的收敛半径
raid on chip，片上raid,一种网络存储和服务器可扩展的高级存储解决方案
作为一个商标，它指一款法国化妆品。
3.地区名缩写：
republic of china，中华**的缩写。
republic of congo刚果共和国的缩写。
republic of cuba古巴共和国的缩写。
7楼：结果是已收到
受试者工作特征曲线 （receiver operating characteristic curve，简称roc曲线），又称为感受性曲线（sensitivity curve）。
8楼：匿名用户
roc的各种解释： roc，[英][名]巨鸟，大鹏 republic of china，roc是中华**的缩写。 republic of congo 刚果共和国的缩写。
republic of cuba 古巴共和国的缩写。 radius of convergence数字信号处理中，拉普拉斯转换及z转换的收敛区域的缩写 race of champions 世界车王争霸赛 的缩写。 reign of chaos，roc是魔兽争霸3的原始版本混乱之治的英语名称的缩写。
required operational capability，[军]要求工作能力 resd out counter，读出计数器 rate of ***merce，商业回报率 rate of change 变动率[**]，请参阅roc指标 receive operating characteristic 接受者操作特性曲线，请参阅roc曲线 recovery-oriented ***puting，面向恢复计算 raid on chip,片上raid 现实中多指法国化妆品 世界车王争霸赛
roc曲线怎么做啊
9楼：匿名用户
roc是受试者工作特征(receiver operating characteristic)的缩写。roc曲线及roc曲线下面积可作为某一诊断方法准确性评价的指标；通过对同一疾病的多种诊断试验分析比较，这些指标可帮助临床医生筛选出最佳诊断方案。国内外许多学者通过对不同类型资料进行研究，相继提出了roc曲线面积估计、可信区间估计和面积比较假设检验的参数和非参数方法。
1.roc曲线及曲线下面积的含义
roc曲线即受试者工作特征曲线。美国生物统计百科全书中关于roc的定义是：“对于可能或将会存在混淆的两种条件或自然状态，需要试验者、专业诊断学工作者及**工作者作出精细判别，或者准确决策的一种定量方法”。
经过大量学者的研究、实践，目前，roc分析已经成为临床科研文献中应用最广泛的统计方法，是国际公认的比较、评价两种或两种以上影像诊断方法效能差异性的客观标准。roc曲线是以假阳性率(即1－特异度)为横坐标、以真阳性率(即灵敏度)为纵坐标绘制而成。
roc曲线下面积(area under the roc curve，auc记为a)的大小可从量上具体表明诊断试验的准确度。roc曲线作为诊断试验准确度的评价指标可理解为：（1）所有可能特异度的平均灵敏度值；（2）所有可能灵敏度值的平均特异度值；（3）随机选择的病例试验结果比随机选择的对照试验结果更有可能怀疑“有病”的概率。
理论上，当诊断试验完全无诊断价值即完全凭机会区分患者与非患者时，roc曲线是一条从原点到右上角的对角线即线段(0,0)～(1,1)，这条线称为机会对角线(chance diagonal)，如果获得的roc曲线落在这条机会对角线上，其曲线下面积为0.5；理想的诊断试验roc曲线应是从原点垂直上升至左上角、然后水平到达右上角，其曲线下面积为1，该roc曲线对应的诊断试验可完全把患者判为阳性、把非患者判为阴性，但实际上这样的诊断试验极少或不存在。诊断试验的roc曲线一般位于机会对角线的上方，离机会对角线越远说明诊断准确度越高。
roc曲线下面积实际的取值范围为0.5～1，而一般认为:对于一个诊断试验，roc曲线下面积在0.
5～0.7之间时诊断价值较低，在0.7～0.
9之间时诊断价值中等，在0.9以上时诊断价值较高。
2.roc曲线下面积的估计
(1)双正态参数法 是通过拟合某种统计学模型来实现的，双正态模型是目前roc曲线分析中最常使用的方法。该法假设患者和非患者的实验结果均符合正态分布，根据试验结果拟合双正态模型的roc曲线，该曲线可用两个参数表示，一个参数用a表示，是患者组与非患者组试验结果的标准化均数之差；另一个参数可用b表示，是非患者组与患者组试验结果的标准差之比。两个参数可由公式估计得到。
因为患者组和非患者组的检测结果经常不符合双正态分布条件，一般需经过正态变换，所以双正态模型的两个参数一般不宜直接计算得到，可由最大似然估计(maximum likelihood estimation，mle)法得到。roc分析专用软件rockit 1.1b2即为利用最大似然估计法得到双正态模型的两个参数及roc曲线下面积。
(2)roc曲线下面积估计的非参数法：非参数法是根据诊断试验的检测结果直接计算绘制roc曲线所需的工作点(真阳性率，假阳性率)，由此绘制的roc曲线称为经验roc曲线，其曲线下面积可由梯形规则计算得到。bamber于1975年发现，经验roc曲线下面积等价于患者组和非患者组实验结果秩和检验的wilcoxon mann-whitney检验统计量，因而可由wilcoxon mann-whitney统计量估计曲线下面积的大小。
3 参数与非参数法的选择
参数法的优点是可以得到光滑的roc曲线，面积估计值一般是无偏的。双正态参数的最大似然估计(mle)可得到完整面积、部分面积以及某fpr值的灵敏度。ml算法的计算机程序，如rocfit、rockit容易获得（见芝加哥大学放射学系http:
//xray.bsd.uchicago.
edu/cgi-bin/roc_software.cgi）。但是，如果样本含量较小，可能出现退化问题，获得的某些参数将为无穷大，计算机算法将不收敛，无法获得所需要的roc曲线指标。
尽管双正态假设被反复证明是许多不同roc曲线形式的较好近似，但很多情况下这种假设仍不适用，此时采用非参数法更好。hajian-tilaki等发现，即使数据不服从双正态时，参数法和非参数法产生的roc曲线下面积及其方差也十分类似。这一结果提示，不必过分要求数据服从双正态，可根据应用的方便性与实用性来选择方法。