R语言广义线性模型Logistic回归模型C Statistics计算

区分能力指的是回归模型区分有病/无病、有效/无效、死亡/存活等结局的预测能力。比如，现有100个人，50个确定患病，50个确定不患病；我们用预测模型预测出45个有病，55个没病。那么这45个覆盖到50个真正有病的人的多少就直接决定了模型预测能力的准确程度，我们将其称为区分度，通常用ROC、C-Statistics来度量（在Logistic回归模型中ROC曲线下面积AUC=C-Statistics）。当然净重新分类指数（net reclassification improvement，NRI）和综合判别改善指数（integrated discrimination improvement，IDI）也是比较不同模型区分度的度量指标，后续章节中会进一步讲解。

对每个个体来说，我们既不希望误诊也不希望漏诊，所以对于基于Logistic 回归预测模型的好坏，常常会像做诊断试验一样绘制ROC曲线来判断预测的区分度。不同的是，用于绘制ROC曲线所用的指标不再是临床上的某个检测结果，而是用Logistic回归模型的预测概率。根据预测概率的大小判断事件是否发生，这样会得到一连串的灵敏度和特异度用于绘制ROC曲线，帮助我们来了解构建的预测模型是不是能准确预测事件的发生。

#C-statistics计算
library(foreign)
library(rms)

mydata<-read.spss("lw

R语言广义线性模型Logistic回归模型C Statistics计算相关推荐

R语言广义线性模型Logistic回归模型列线图分析（nomogram）
R语言广义线性模型Logistic回归模型列线图分析(nomogram) 我们来看图说话: gist是一种胃肠道间质瘤,作者构建了无复发生存率的logistic回归模型. 并构建了如下的列线图或者no ...
R语言广义线性模型Logistic回归模型亚组分析及森林图绘制
R语言广义线性模型Logistic回归模型亚组分析及森林图绘制 #Logistic回归案例 6 亚组分析森林图 library(forestplot) rs_forest <- read.csv ...
R语言广义线性模型Logistic回归案例代码
R语言广义线性模型Logistic回归案例代码在实际应用中,Logistic模型主要有三大用途: 1)寻找危险因素,找到某些影响因变量的"坏因素",一般可以通过优势比发现危险因素 ...
R语言广义线性模型泊松回归（Poisson Regression）模型
R语言广义线性模型泊松回归(Poisson Regression)模型试想一下,你现在就站在一个人流密集的马路旁,打算收集闯红灯的人群情况(?).首先,利用秒表和计数器,一分钟过去了,有5个人闯红灯 ...
R语言glm拟合logistic回归模型实战：基于glm构建逻辑回归模型及模型系数统计显著性分析、每个预测因子对响应变量的贡献
R语言glm拟合logistic回归模型实战:基于glm构建逻辑回归模型及模型系数统计显著性分析.每个预测因子对响应变量的贡献目录
R语言glm拟合logistic回归模型：模型评估（模型预测概率的分组密度图、混淆矩阵、准确率、精确度、召回率、ROC、AUC）、PRTPlot函数获取logistic模型最优阈值(改变阈值以优化)
R语言glm拟合logistic回归模型:模型评估(模型预测概率的分组密度图.混淆矩阵.Accuray.Precision.Recall.ROC.AUC).PRTPlot函数可视化获取logistic ...
R语言glm拟合logistic回归模型：模型评估（计算模型拟合的统计显著性）、模型评估（赤信息AIC指标计算）
R语言glm拟合logistic回归模型:模型评估(计算模型拟合的统计显著性).模型评估(赤信息AIC指标计算) 目录
广义线性模型——Logistic回归模型（1）
广义线性模型(GLM)是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系. 广义线性模型拟合的形式为: 其中g(μY)是条件均值的函数(称为连接函数).另外,你可放 ...
R使用glm构建logistic回归模型
R使用glm构建logistic回归模型内置的数据集"MTCARS"描述了不同型号的汽车及其不同的发动机规格.在"MTCARS"数据集中,传输模式(自动或手动 ...

R语言广义线性模型Logistic回归模型C Statistics计算

R语言广义线性模型Logistic回归模型C Statistics计算

R语言广义线性模型Logistic回归模型C Statistics计算相关推荐

最新文章

热门文章