Boot重抽样获取logistic回归内部验证AUC可信区间

bootstrap自采样目前广泛应用与统计学中，其原理很简单就是通过自身原始数据抽取一定量的样本（也就是取子集），通过对抽取的样本进行统计学分析，然后继续重新抽取样本进行分析，不断的重复这一过程N（大于500次以上）次，然后得到N个统计结果，然后进行区间分析，得到最终结果。

在既往文章中，我们已经介绍了《R语言使用BOOT重抽样获取cox回归方程C-index（C指数）可信区间(2)》，很多粉丝发信问怎么做logistic回归内部验证AUC可信区间，我这些天也查了一下资料，发现主要分为两种方法一种是对数据进行重抽样，然后算出每个数据的AUC然后求出可信区间，这种方法是不能绘制ROC的可信区间图的，另一种是对结果数据进行抽样，可以绘制ROC可信区间图，如上图。我打算这两种方法都介绍一下，给大家多一种选择把，继续使用我们的不孕症数据（公众号回复：不孕症，可以获得数据）

library(pROC)
bc<-read.csv("E:/r/test/buyunzheng.csv",sep=',',header=TRUE)

数据有8个指标，最后两个是PSM匹配结果，我们不用理他，其余六个为：
Education：教育程度，age:年龄，parity产次，induced：人流次数，case：是否不孕，这是结局指标，spontaneous：自然流产次数。
有一些变量是分类变量，我们需要把它转换一下

bc$education<-ifelse(bc$education=="0-5yrs",0,ifelse(bc$education=="6-11yrs",1,2))
bc$spontaneous<-as.factor(bc$spontaneous)
bc$case<-as.factor(bc$case)
bc$induced<-as.factor(bc$induced)
bc$education<-as.factor(bc$education)

本文为转载文章，全文地址如下：https://mp.weixin.qq.com/s?__biz=MzI1NjM3NTE1NQ==&mid=2247486291&idx=1&sn=a7c61aa3e886777b8d7f5f05c2bf1809&chksm=ea26eb4fdd5162592a5b56ef2bba6c489564d0207ca415fd829d435121829d5080e9ee9bca20#rd

Boot重抽样获取logistic回归内部验证AUC可信区间相关推荐

R语言使用BOOT重抽样获取cox回归方程C-index（C指数）可信区间(2)
bootstrap自采样目前广泛应用与统计学中,其原理很简单就是通过自身原始数据抽取一定量的样本(也就是取子集),通过对抽取的样本进行统计学分析,然后继续重新抽取样本进行分析,不断的重复这一过程N(大 ...
stata进行logistic回归内部验证和外部验证
我们既往已经介绍了使用Stata进行logistic回归绘制列线图并做内部验证,不少粉丝发信息问我怎么进行外部验证.今天我们来介绍一下,继续使用我们的不孕症数据(公众号回复:不孕症可以获得该数据).我 ...
R语言构建logistic回归模型：WVPlots包PRTPlot函数可视化获取logistic回归模型的最优阈值、优化（precision、enrichment）和recall之间的折衷
R语言构建logistic回归模型:WVPlots包PRTPlot函数可视化获取logistic回归模型的最佳阈值(改变阈值以优化精确度(precision.enrichment)和查全率(recal ...
R语言绘制复杂抽样设计logistic回归限制立方样条图（RCS）
最近很多人问怎么使用R语言绘制NHANES数据复杂抽样设计限制立方样条图(RCS),NHANES数据属于复杂抽样调查,涉及到抽样权重.不能按既往的RCS绘制方法来绘制. 今天来演示一下,我手头上并没有 ...
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语言机器学习mlr3：嵌套重抽样
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录嵌套重抽样进行嵌套重抽样评价模型把超参数应用于模型嵌套重抽样既有外部重抽样,也有 ...
logistic回归模型—基于R
logistic回归模型-基于R 数据理解和准备一. 对缺失值的处理二.虚拟变量的赋值三.箱线图四.相关性分析训练集与测试集的划分模型构建与评价一.logistic回归模型二.检查模型 ...
过拟合与模型调优(part2)--重抽样技术
学习笔记,仅供参考,有错必纠 PS : 本BLOG采用中英混合模式,有些英文下有中文翻译文章目录重抽样技术 k折交叉验证重复训练/测试集划分 Bootstrap方法重抽样技术 Generall ...
R语言进行复杂抽样设计（Survey-Weighted）logistic回归列线图-Cindex-ROC-校准曲线绘制-外部验证
列线图,又称诺莫图(Nomogram),它是建立在回归分析的基础上,使用多个临床指标或者生物属性,然后采用带有分数高低的线段,从而达到设置的目的:基于多个变量的值预测一定的临床结局或者某类事件发生的概 ...
手动绘制R语言Logistic回归模型的外部验证校准曲线（Calibration curve）（2）
校准曲线图表示的是预测值和实际值的差距,作为预测模型的重要部分,目前很多函数能绘制校准曲线. 一般分为两种,一种是通过Hosmer-Lemeshow检验,把P值分为10等分,求出每等分的预测值和实际值 ...

Boot重抽样获取logistic回归内部验证AUC可信区间

Boot重抽样获取logistic回归内部验证AUC可信区间相关推荐

最新文章

热门文章