ROC曲线（受试者⼯作特征曲线）
ROC曲线在我的记忆中，是在本科三年级的循证医学课，预防医学课上学过的，现在已经很模糊了，但是好像需要⽤上，这⼀次来回顾下：ROC曲线(receiver operating characteristic curve),⼜称受试者⼯作特征曲线，或感受性曲线(nsitivity curve).
关于春联的知识
熬受⽤简单的话概括，就是⽤于评价，⽐较诊断性实验的效果，是否有应⽤价值。或者选择适合的截断值，⽤于诊断实验。
莲雾功效ROC曲线纵坐标为真阳性率（TPR灵敏度），横坐标为假阳性率（1-特异度FPR）。关于真阳性率，假阳性率等的概念这⾥不做赘述。曲线越靠近左上⾓，越有诊断价值，ROC曲线下⾯积越⼤，越有应⽤价值。
wifi控制横坐标：1-Specificity，伪正类率(Fal positive rate， FPR)，预测为正但实际为负的样本占所有负例样本的⽐例；
纵坐标：Sensitivity，真正类率(True positive rate， TPR)，预测为正且实际为正的样本占所有正例样本的⽐例。
在⼀个⼆分类模型中，如风险打分模型，假设采⽤逻辑回归分类器，
狗肉好吃吗戴笠的女人其给出针对每个实例为正类的概率，那么通过设定⼀个阈值如0.6，概率⼤于等于0.6的为正类，⼩于0.6的为负类。对应的就可以算出⼀组(FPR,TPR)，在平⾯中得到对应坐标点。
ROC曲线实际上也是由⼀系列的点所构成，即模型的阈值不断变化，随着阈值的逐渐减⼩，越来越多的实例被划分为正类，但是这些正类中同样也掺杂着真正的负实例，即TPR和FPR会同时增⼤。阈值最⼤时，对应坐标点为(0,0)，阈值最⼩时，对应坐标点(1,1)。简笔画霸王龙
对基因表达打分模型的理解也类似，根据risk score可将sample分为⾼风险与低风险组，⽽⾼低风险组与实际的alive, dead存在差异, 因此每个sample的score分数都不⼀，依次以sample的score（或正样本的预测概率）作为阈值，可得出与sample数相同的点数，其阈值改
变，TPR,FRP随之改变，因⽽出现了我们常见的曲线。
从AUC判断分类器（预测模型）优劣的标准：
AUC = 1，是完美分类器，采⽤这个预测模型时，存在⾄少⼀个阈值能得出完美预测。绝⼤多数预测的场合，不存在完美分类器。
0.5 < AUC < 1，优于随机猜测。这个分类器（模型）妥善设定阈值的话，能有预测价值。
AUC = 0.5，跟随机猜测⼀样（例：丢铜板），模型没有预测价值。俗世奇人ppt
AUC < 0.5，⽐随机猜测还差；但只要总是反预测⽽⾏，就优于随机猜测。
⽣存曲线(Survival curve)
Posted on <time class="entry-date" datetime="2018-01-19T18:31:29+00:00">2018年1⽉19⽇</time>
</header>
To be or not to be is only a part of the question, the question also includes how long to be.
⽣存分析(survival analysis), 不想⽤难懂的术语去解释，很讨厌课本上的复杂句式，好像不搞那么复杂就很low?明明本⾝是很简单的概念。
我们来对⽐⼀下：
A: ⽣存分析是将事件的结果和出现这⼀结果所经历的时间结合起来分析的⼀种统计学⽅法。(官⽅）
B: ⽣存分析就是将观测和⽣存时间结合起来分析的统计学⽅法。⽬的在于显⽰某因素与⽣存时间的关系。（⾃⼰的）
读完A后的感觉就是我还要再去读两遍，然后问⽣存分析到底是⼲嘛的？
⽣存时间的类型：完全数据（从起点到死亡），截尾数据（从起点到某⼀时间点）
⽣存资料的特点：含有截尾数据，截尾数据的真实⽣存时间未知，但确定的是⼤于⽣存时间。⼀般不呈正态分布。
条件⽣存概率：如年条件⽣存概率，⽉条件⽣存概率。
⽣存率：如5年⽣存率，指经过5年后，仍存活的概率。
⽣存曲线（Survival curve）：以随访时间为横轴，⽣存率为纵轴，将各点连成曲线。
应⽤于基因表达⾼低，可分为两组，⾼表达，与低表达。
分析资料：
1）估计：Kaplan-Meier法（K-M法），由Kaplan和Meier于1958年提出，适⽤于⼩样本和⼤样本。
2）⽐较：log-rank检验，⾮参数检验，⽤于⽐较两组或多组⽣存曲线。检验统计量为卡⽅。实为单因素分析， 要求各曲线不能交叉，如交叉提⽰存在混杂因素。
3）影响因素分析：Cox⽐例风险回归模型（最重要的模型之⼀），多因素分析⽅法，1972年提出，
不考虑⽣存 时间分布，利⽤截尾数据。4）预测：Cox回归模型预测⽣存率
</article>
