R語言-繪製ROC曲線

2021-12-26 醫學統計分析學習筆記

Step1:數據導入，利用data.frame()函數將數據轉換為數據框。

Step2:利用roc()函數建立roc曲線，auc()函數計算曲線下面積。

Step3:plot(roc)#繪製一個簡單的ROC曲線，如下圖。

#繪製顯示AUC和最佳cut off值的ROC曲線

 plot(roc, print.auc=TRUE, auc.polygon=TRUE, grid=c(),grid.col=c(), max.auc.polygon=TRUE,auc.polygon.col="", print.thres=TRUE)

Step4:plot(roc,print.auc=TRUE,auc.polygon=TRUE,partial.auc=c(),partial.auc.focus="",grid=c(),grid.col=c(),max.auc.polygon=TRUE,auc.polygon.col="", print.thres=TRUE, reuse.auc=FALSE)#繪製關注sp或者se的ROC曲線，注意修改partial.auc.focus=""。

Step5:roc.test(roc1,roc2,method = "")#兩個ROC曲線下面積比較，method有三種方法，選擇一種，會彈出一個ROC test耐心等下。

Step6:ggroc(list(A=roc1,B=roc2,C=roc3))#繪製多個觀測指標的ROC曲線。

pROC包可參考該文獻：Robin X, Turck N, Hainard A, et al. pROC: an open-source package for R and S+ to analyze and compare ROC curves.[J]. Bmc Bioinformatics, 2011, 12(1):1-8.

相關焦點

  • 診斷性分析必備:ROC曲線基礎知識
    不過當我把年齡分為兩組時（0~40歲&40歲以上），忽然又有了統計學意義，這說明高血壓這個病好像是到了某個特定的年齡以後，發病率才突然升高的。如何尋找這個特定的年齡？我們搜集1000個病人信息，病人是否真的高血壓和他病例本上的年齡是已知的。現在我們用不同的年齡（20~100歲）挨個作為那個界值，超過這個年齡，預測會發病，低於這個年齡，預測不會發病。
  • R語言做生存分析:繪製 Kaplan-Meirer生存曲線和實現Log-rank檢驗
    Kaplan-Meier法簡稱K-M法,又稱乘積極限法(Product-limit Estimate)是生存分析方法中最常用的一種,主要用於估計患者生存率和繪製生存曲線。Kaplan-Meier曲線,以生存時間為橫軸,生存率S (tk)為縱軸,繪製而成的連續型的階梯形曲線，用以說明生存時間與生存率之間的關係。
  • R語言繪製花瓣圖(Flower plot)示例
    相對於韋恩圖，它的構造比較簡單，常在較大樣本/分組數量的情況下使用（樣本/分組>5，此時韋恩圖很難繪製），展示所有樣本/分組的共有元素信息（中心交叉區域）。但是相較於韋恩圖，它無法給出某幾個樣本/分組間的共有元素信息。    今天呢白魚小編繼續帶來R語言繪製花瓣圖的方法。
  • R語言可視化(九):韋恩圖繪製
    venn(data = list(Set1,Set2))# 繪製三維韋恩圖venn(data = list(Set1,Set2,Set3))# 繪製四維韋恩圖venn(data = list(Set1,Set2,Set3,Set4))
  • 聯合診斷ROC分析及曲線下面積的比較
    01基礎知識ROC曲線分析是評價指標診斷能力的重要方法。疾病的診斷通常比較複雜，只依靠單一指標往往效果不佳，很多時候需要多個指標聯合才能做出診斷。評價不同指標聯合診斷的能力，可以通過比較各自的ROC曲線下面積實現。MedCalc軟體可以實現聯合診斷ROC分析，並給出兩兩比較的假設檢驗結果，包括p值。
  • 何使用Survminer包優雅的繪製生存曲線?
    這個包也提供了基於基礎繪圖系統的生存曲線繪製。?Survminer包提供了基於ggplot2系統對於生存分析的可視化，使得生存分析具有更加美觀的圖形，以及自我定製方式。而今天我們的主角就是Survminer包，讓我們鼓足精神一起來學習「如何使用Survminer包優雅的繪製生存曲線」吧。
  • r語言tseries - CSDN
    acf(sha,22) #繪製自相關圖，滯後期數22pacf(sha,22) #繪製偏自相關圖，滯後期數22corr=acf(sha,22) #保存相關係數cov=acf(sha,22,type = 「covariance」) #保存協方差2、同時繪製兩組數據的時序圖d=read.csv(「double.csv」,header
  • 如何用R畫正態分布圖?
    用R畫正態分布圖，最基本的就是用plot、curve或lines函數繪製。代碼及繪圖結果請參考圖1。    如果想繪製正態分布曲線+直方圖這種形式，需要同一張圖上分別繪製曲線圖和直方圖。    其中，直方圖用hist()函數繪製，hist是histogram直方圖的簡寫。hist函數只需提供x值即可。
  • GraphPad Prism7繪製生存曲線
    GraphPad Prism7繪製生存曲線可以算得上是最簡單的一種方式。但是對於初學者來說，還是需要了解最基本的操作方法。今天，小編和大家一起來看看如何操作。如果我們輸入自己的數據，也需要按照下圖所示格式數據準備好後，我們選擇右側的「Graphs」，選擇好要使用的生存曲線類型，就可以查看繪製的生存曲線了生存曲線繪製好後，我們可以根據需要對圖形進行設置，比如更改顏色，增強可讀性。好了，今天就簡單介紹到這裡吧！
  • R語言ggplot2繪製平滑曲線的折線圖簡單小例子
    R語言ggplot2常規的折線圖library(ggplot2)df<-data.frame
  • 人人都能繪製的技術生命曲線-虎嗅網
    這條名為Gartner Hype Cycle的技術成熟度曲線，坐標橫軸是時間，縱軸是社會預期，繪製的曲線代表了新技術產生後社會預期隨時間的變化。與Gartner技術曲線不同的是，這條新的曲線不僅能夠體現技術的生命曲線，還能體現出生命曲線當中的具體技術突破點，更為重要的是——這是一條擁有即時測繪功能的、人人都能繪製的技術生命曲線。
  • 用Scratch破解《隱秘的角落》中的笛卡爾心形曲線
    ，而心形曲線r=a(1-sinθ)是一個極坐標方程，需要轉換為參數方程，才能在舞臺上繪製出來。所以轉換後的參數方程為：x = cos t × a ( 1 - sin t）y = sin t × a ( 1 - sin t）其中t表示角度，取值範圍是0°~360°，a是一個常量控制繪製曲線的大小。
  • 精品圖表|Excel繪製直方圖與正態分布曲線
    今日更新：Excel繪製直方圖與正態分布曲線老樣子，還是先上幾幅不同配色的圖來看一下：作圖思路先對原始的數據進行分割（組），計算每個分組的頻數與正態分布後。如下圖所示：Step-07 最後對圖表進行美化即可繪製出精美的直方圖與正態分布曲線。▲新書上架（京東，噹噹自營均有售）
  • Graphpad Prism 8如何繪製生存曲線
    Hi~小圖最近一直在做分析圖表，覺得GraphPad Prism 8這個軟體用起來真的是巴適的很~~小圖情不自禁的要和小夥伴們分享一下~~醫學研究中常常遇到的一類統計圖——生存曲線大家都知道，SPSS也可以做生存曲線，還能做細緻的統計分析，但是Prism作圖比SPSS靈活，漂亮。下面我們就一起通過一個實例看看怎麼用Prism來做生存曲線吧。下面用一個實際例來演示如何繪製生存曲線。
  • 如何用turtle模塊繪製無向圖
    因為各頂點的地位是平等的，我們遵循「圓桌會議」原則，把各頂點依次繪製在一個半徑為r的圓周上。這樣只需記錄各頂點的坐標，後續便可以很方便地繪製各條邊。因為要把各頂點依次繪製在一個半徑為r的圓周上，所以相當於繪製一個外接圓半徑為r的正n邊形。
  • R語言從入門到精通:Day12--R語言統計--回歸分析
    回歸作為一個廣義的概念，涵蓋了許多變種，R語言中也為其提供了強大而豐富的函數和選項（但顯然選項越多，對初學者越不友好），早在2005年，R中就有200多種關於回歸分析的函數 (https://cran.r-project.org/doc/contrib/Ricci-refcard-regression.pdf，這個文檔提供了部分回歸分析函數列表，供大家參考)。
  • K-M生存曲線繪製和Logrank檢驗
    本文使用MedCalc軟體，實現K-M生存曲線繪製和Logrank檢驗，與SPSS軟體相比，MedCalc軟體能夠輸出更多的結果，符合文章發表的要求；與Graphpad軟體相比，原始數據直接複製5、結果解讀1）生存曲線圖，還提供了Numbers at risk ，即曲線上各個時間點所對應的暴露於結局風險的人數。2）病例數量匯總表，統計了A法、B法和總體的結局事件發生數，刪失數。
  • 生存曲線、線性分析與熱圖繪製
    （擬合曲線分析與圖片輸出）現在很多文章中都有熱圖的出現，熱圖不僅可以用Excel和R語言，更新後的Prism也可以實現火山圖的繪製。
  • Matplotlib繪製六種可視化圖表,值得收藏
    折線圖繪製折線圖，如果你數據不是很多的話，畫出來的圖將是曲折狀態，但一旦你的數據集大起來，比如下面我們的示例，有100個點，所以我們用肉眼看到的將是一條平滑的曲線。這裡我繪製三條線，只要執行三次plt.plot就可以了。
  • 一點點數據分析|利用鳶尾花數據集繪製P-R曲線圖
    這裡整理復現中國大學MOOC（慕課）上哈爾濱工業大學劉遠超老師的《深度學習基礎》中的利用鳶尾花數據集繪製P-R曲線的Python程序。首先，我們導入本次代碼所需要的Python的模塊。；第二行是導入numpy包，用於處理矩陣運算；第三行是導入sklearn中的svm（支持向量機）模塊以及datasets（數據集）模塊；第四行是導入precision_recall_curve（精確率、召回率評價曲線）模塊；第五行是導入average_precision_score（平均精確率分數，等於P-R曲線下的面積）模塊；