Hi, I'm Chenshen Huang

This is my secret base, a place to make my life a little different.

2019-3-23 统计学笔记

Sqr(X)    2019-3-23 统计学笔记

1、同质:医学研究对象具有的某种共性称为同质。

2、变异:对于同质的研究对象,其变量之间的差异称为变异。

3、个体:无论用何种方式收集资料,都要根据研究的目的确定观察单位,又成个体,

4、总体:根据研究目的,所有同质的观察单位某项观察值得全体成为总体。

5、样本:来自于总体的部分观察单位的观测值称为样本。

6、样本含量:抽取的观察值的个数称为样本含量。

7、参数:总体中全部观测值所得的特征值称为参数。

8、统计量:由样本获得的统计指标称为统计量。

9、抽样误差:统计学中,这种由抽样与变异引起的样本统计量与总体参数的差异,或者不同的样本的样本统计量之间的差别,称为抽样误差。

10、观察单位的研究特征称为变量,变量的观察结果称为变量值,多个变量值汇成资料。

11、随机变量:随机试验结果的所有取值称为随机变量或变量。

12、频率:在相同的条件下,独立的重复n次试验,随机试验的某一结果A出现f次,则称f/n为结果A出现的频率。

13、概率:当n逐渐增大时,频率f/n始终在一个常数左右微小摆动,称该常数为A出现的概率。

14、频数:当汇总大量的原始数据时,把数据按类型分组(组段),其中每个组的数据个数,称为该组的频数。

15、正偏态:集中位置偏向小的一侧叫正偏态,又叫右偏态

16、负偏态:集中位置偏大的一侧叫负偏态,又叫左偏态

17、医学参考值:医学参考值又称临床参考值,是指绝大多数正常人的各种生理、生化指标、组织代谢产物及人体对各种实验的反应值等测量值的分布范围。

18、结构相对数,又称构成比:表示事物内部某一部分的观察单位数与该事物各组成部分的观察单位总数之比,用以说明各构成部分在总体中所占的比重或分布。

19、相对比简称比(ratio),是两个有关指标之比,说明两指标间的比例关系。

20、强度相对数,又称为率:说明单位时间内某现象发生的频率或强度。

21、定基比:报告期指标与基线期指标之比。

22、环比:报告期指标与前一期指标之比。

23、标准化法:要正确比较两种疗法的合计治愈率,必须先将两组治疗对象的病型构成按照统一标准进行校正,然后计算出校正后的标准化病死率再进行比较。这种用统一的内部构成,然后计算标准化率的方法,称为标准化法

24、辛普森悖论(Simpson paradox):在某种条件下,在分组比较中都占优势的一方,在总体评价中却并不占优势。

25、动态数列:是一系列按时间顺序排列起来的统计指标(可以为绝对数,相对数或平均数),用以观察和比较该事物在时间上的变化和发展趋势。

26、平均发展速度,是各环比发展速度的几何平均数,说明某事物在一个较长时期中逐期(如逐年)平均发展的程度。

27、平均增长速度,是各环比增长速度的平均数,说明某事物在一个较长时期中逐期平均增长的程度。

28、抽样误差:在总体中随机抽样,由于个体间存在差异,抽得的样本计算出的指标不太可能恰好等于总体指标,因此通过样本推断总体总会有误差。这种由个体差异产生、随机抽样造成的样本统计量与总体参数间的差异以及样本统计量间的差异,称为抽样误差。

29、标准误:即样本均数的标准差,可用于衡量抽样误差的大小。

30、均数的标准误:样本均数的标准差也称为均数的标准误

31、参数估计:是指由样本统计量估计总体参数,包括点估计和区间估计两种方法。

32、置信区间,通常由两个数值即可信限构成。其中较小的值称可信下限,较大的值称可信上限,一般表示为LU

33、可信区间:根据样本均数,按照预先给定的概率(1—α)称为置信度所确定的包含未知总体参数的一个数值范围,这个范围称为总体均数的可信区间。

34P的含义是指从H0规定的总体随机抽样,抽得等于及大于(/和等于及小于)现有样本获得的检验统计量(tu)值的概率。

35、检验效能(power:1-β,当两总体确有差别,按检验水准α所能发现这种差别的能力

36I 型错误:当假设检验结论为拒绝H0时,有可能拒绝了事实上成立的H0,此类错误称为 I 型错误

37II型错误:当假设检验不拒绝H0时,有可能没有拒绝了事实上不成立的H0,此类错误称为II型错误

38、组间变异:各组的均数与总均数间的差异, 反映处理因素不同水平之间的作用,以及随机误差。

39、组内变异:每组的各个原始数据与该组均数的差异,反映了观察值的随机误差。

40、方差齐性:各样本的总体方差相等。

41、参数检验:假定随机样本来自某已知分布(如正态分布)的总体,推断两个或两个以上总体参数是否相同的方法。

42、单变量统计:用于比较某一定量变量(平均值)在两组或多组之间的差别如:t检验、方差分析

43、双变量关系的统计:在医学科研中,人们经常要研究两个变量之间的相互联系和相互依存关系。

44、简单回归:双变量直线回归是回归分析中最基本、最简单的一种,故又称简单回归

45、相关系数又称Pearson积差相关系数,用来说明具有直线关系的两变量间相关的密切程度与相关方向。

46、残差(residual)或剩余值,即实测值Y与假定回归线上的估计值^Y  的纵向距离。

47I型回归:一是其中一变量为选定变量,另一变量为随机变量,要求选定变量在取值范围内取某值时,另一变量的取值是随机的,这类回归称为I型回归。

48II型回归:两个变量都是随机变量,要求两变量中任一变量在某一取值时,另一变量取值是随机的,并且成正态分布,称双随机变量正态分布,这类回归称为II型回归。

49b为回归系数,即直线的斜率。*b 的统计学意义是:X 每增加(或减少)一个单位,Y 平均改变的单位数。

50、决定系数:定义为回归平方和与总平方和之比

46、实验研究:是指研究者根据研究目的认为地对实验单位设置干预措施,按照对照、重复、随机化的基本原则,控制非干预措施的影响,通过对实验结果的分析,评价干预措施的效果

47、实验设计包括专业设计和统计设计两部分

48、处理因素:是根据研究的目的而确定欲施加或欲观察的,并能引起受试对象产生直接或间接效应的因素。

49、实验效应:是处理因素作用于受试的反应,是研究结果的最终体现,也是实验研究的核心内容。

50、标准对照:是对照组采用现有标准方法或常规方法,或不专门设立对照组,而以标准值或正常值作为对照。

51、相互对照:是不专门设立对照组,而是实验组之间互为对照。

52、重复测量资料:是指不同处理条件下同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料。

53、滞留效应:前面的处理效应有可能滞留到下一次的处理。

54、潜隐效应:前面的处理效应有可能激活原本以前不活跃的效应。

55、学习效应:由于逐步熟悉实验,研究对象的反应能力有可能逐步得到了提高。

56、协方差:是用来度量两个变量之间“协同变异”大小的总体参数,即两个变量相互影响大小的参数,协方差的绝对值越大,两个变量相互影响越大。

57、修正均数:假定协变量取值固定在其总均数时的观察变量Y的均数。

58、协方差分析:将回归分析与方差分析相结合的一种分析方法。

59、多重线性回归:用回归方程定量的刻画一个因变量Y与多个自变量X1,X2,X3...Xn间的线性依存关系,称为多重线性回归。

60、哑变量:就是把定性资料(如多分类变量和等级变量)数量化后转化为定量资料的一种方法。

61、生存分析:是用来分析生存时间的分布规律以及生存时间和相关因素之间关系的一种统计分析方法。

62、生存时间:是指临床随访研究中,从某起点事件到某终点事件所经历的时间跨度,常用符号t 表示。

63、起点事件:也称起始事件,是反映生存时间起始特征的事件

64、终点事件:也称失效事件,指研究者所关心的研究对象的特定结局,

65、完全数据:指在整个随访研究期间能够观察到终点事件,即从起点至终点事件发生(如死于所研究疾病)所经历的时间数据,它提供的时间信息是完整准确的。

66、截尾数据:指在随访过程中,由于某种原因未能观察到终点事件,即从起点至截尾点所经历的时间数据,是一种不完整数据。删失原因主要包括:失访、退出、终止(观察期结束时病人仍未出现结局)等。

67、生存概率:记作p,表示某单位时段开始时存活的个体,到该时段结束时仍存活的可能性。

68、生存率又称累积生存率,指观察对象经历t个时段后仍存活的概率,

69、死亡概率:某单位时段期初的观察对象在该单位时段内死亡的可能性大小。

70、死亡率:单位时间内研究对象的死亡频率或强度。

71、死亡函数:记作F(t),指观察对象的生存时间T小于等于某时刻t 的概率。

72、死亡密度函数记作f(t),指观察对象在某时刻t的瞬时死亡率。

73、风险函数(hazard function):表示已生存到时刻t的观察对象在时刻t的瞬时死亡率。

74、中位生存期又称半数生存期,表示恰好有50%的个体尚存活的时间。中位生存期越长,表示疾病的预后越好;中位生存期越短,预后越差。

75、诊断试验:临床上为给病人作出诊断(即确定或排除疾病)所应用的各种试验或检查方法。

76、灵敏度:真阳性率,是指患者中诊断为阳性的概率,反映真实情况为有病时诊断试验发现疾病的能力。

77、特异度:真阴性率,指非患者中诊断为阴性的概率,反映真实情况为无病时诊断试验排除疾病的能力。

78、假阳性率:亦称误诊率,指非患者错判为阳性的概率。

79、假阴性率:亦称漏诊率,指患者错判为阴性的概率。

80、似然比:患者人群中试验结果的概率与无病人群中试验结果概率之比。

81、阳性似然比:即真阳性率与假阳性率之比值。是说明病人中出现某种检测结果阳性的概率是非病人的多少倍

82、阴性似然比:假阴性率与真阴性率之比值。说明病人中出现某种 检测结果为阴性的概率是非病人的多少倍。

83、约登指数是反映诊断试验真实性的综合评价指标。YI=Se+Sp-1=1-漏诊率-误诊率YI越大说明诊断试验真实性越好,YI小于或等于0,表示诊断试验无任何临床应用价值。

84、一致率又称符合率、真实度,是样本的诊断结果与实际情况相符合的概率。

85Kappa值表示两种试验结果的一致性的程度。

86、预测值是根据诊断试验的结果来估计个体患病和不患病的可能性大小。

87、阳性预测值:表示阳性结果中真正患病的概率。

88、阴性预测值:表示阴性结果中真正未患病的概率。

89、平行(并联)试验:同时多个试验进行诊断,有一个结果为阳性则判为患者。可提高Se,但Sp会下降,误判率增加。

90、系列(串联)试验:同时多个试验进行诊断,所有结果为阳性者才能判为患者,可提高Sp,但Se会下降,漏判率增加。一般先简单后复杂。

91ROC曲线:以假阳性率为横坐标,以真阳性率为纵坐标绘制而成的曲线,其曲线下面积的大小表明了诊断实验准确度的大小。

简答:

1、医学统计学的研究步骤

四个步骤:统计设计、收集资料、整理资料、分析资料。

2、频数分布表的用途

描述频数分布的类型、描述计量资料分布的集中趋势和离散趋势、便于发现一些特大或特小的可疑值、便于进一步做统计分析和处理

3、正态分布的应用

制定医学参考值范围、统计质量控制、正态分布具有很多良好的性质

4、标准差的主要意义和用途

1)描述资料的离散趋势(2)用于计算变异系数(3)用于计算标准误(4)结合均值与正态分布的规律估计参考值范围

5、应用相对数的注意事项

计算相对数应有足够数量即分母不宜太小、不能以构成比代替率、正确计算合计率、注意资料的可比性、对比不同时期资料应注意客观条件是否相同、样本率(或构成比)的比较应做样本率(或构成比)假设检验。

6、应用相对数的注意事项

1)计算相对数应有足够数量即分母不宜太小(2)不能以构成比代替率(3)正确计算合计率(4)注意资料的可比性(5)对比不同时期资料应注意客观条件是否相同(6)样本率(或构成比)的比较应做样本率(或构成比)假设检验。

7、标准化法的基本思想是:

采用某影响因素的统一标准构成以消除构成不同对合计率的影响,使通过标准化后的标准化合计率具有可比性。

8、统计表的结构

1)标题。概括表的主要内容,位于表的上方,通常需注明研究的时间与地点。(2)标目。包括横标目和纵标目,分别相当于表格的主语和谓语,有单位时要标明。横标目位于表的左侧,说明每一行数字的特征;纵标目位于表的右侧,说明每一列数字的含义。编制正确的统计表,横标目和纵标目连起来通常是一句通顺的话。(3)线条。简单的统计表通常采用三条或四条线表示,即顶线、底线、纵标目下的横线,若有合计项则应在合计项上面加一横线。复杂的统计表可再增加横线把多重纵标目分隔开。(4)数字。表中一律采用阿拉伯数字表示。无数字用“-”表示,数字缺失用“…”表示,数字为0时一定要填写为“0,同一指标小数点位数要一致、位次要对齐。(5)备注 在表内需说明处用“号标记,并在表的下方用备注说明。

9、编制统计表的注意事项

1. 标题应概括表的主要内容,标题前面通常应加以编号,若表中的数值单位都一样时可把单位统一写在标题后面。(2. 标目应文字简明,层次清楚。(3. 线条不宜过多,特别是不能有竖线和斜线。(4. 表中不宜留空格。(5. 备注不为表的必备内容。

10、统计图的结构

1)标题 简明扼要地说明图的主要内容,置于图的正下方并加以编号,一般需注明时间、地点。(2)图域 即制图空间,一般用直角坐标系第一象限的位置表示图域(圆图除外),纵横比例一般以57为宜。纵轴和横轴一般要有刻度,横轴尺度由左向右、纵轴尺度自下而上。(3)标目 包括纵标目和横标目,分别表示纵轴和横轴代表的指标,有度量衡单位时要标明。(4)图例 对图中不同颜色或图案代表的事物进行说明。图例通常置于图的右上角或图的正下方。

11、绘制统计图的注意事项

1)首先应根据资料的性质和研究目的,选择合适的统计图。(2)比较不同事物时,要用不同的线条、图案或颜色表示,并用图例说明。(3)同一个统计图中,线条和图案不宜过多。(4)条图、直方图的纵轴坐标应从0开始。(5)绘制直方图时组距应相等。

12t分布的图形与特征

①以0为中心,左右对称的单峰分布;

t分布曲线是一簇曲线,其形态变化与自由度的大小有关。

自由度越小,则t 值越分散,t分布曲线的峰部越矮而尾部翘得越高;说明尾部面积(概率P)就越大;与u分布曲线相比,t分布低平;

自由度逐渐增大时,t分布逐渐逼近u分布(标准正态分布);当趋于∞时,t分布即为u分布。

13

14、假设检验的基本思想与步骤

 1.建立检验假设,确定检验水准(选用单侧或双侧检验)

1)无效假设又称零假设,记为H0

2)备择假设又称对立假设,记为H1

 (3) 检验水准,过去称显著性水准,是预先规定的概率值,它确定了小概率事件的标准。在实际工作中常取 = 0.05。可根据不同研究目的给予不同设置。

 2.计算检验统计量根据变量和资料类型、设计方案、统计推断的目的、是否满足特定条件等(如数据的分布类型)选择相应的检验统计量。

 3.确定P值。P的含义是指从H0规定的总体随机抽样,抽得等于及大于(/和等于及小于)现有样本获得的检验统计量(tu)值的概率。

15、假设检验与置信区间的关系

1)、置信区间可用于回答假设检验的问题(2)假设检验可提供置信区间不能提供的信息。

16、方差分析的基本思想和应用条件

根据资料的设计类型,即变异的不同来源,将全部观察值总的离均差平方和和自由度分解为两个或多个部分,除随机误差外,其余每个部分的变异可由某个因素的作用加以解释,通过比较不同来源变异的均方(MS,方差),借助F分布做出统计推断,从而了解该因素对观察指标有无影响。

应用条件:各样本是相互独立的随机样本;各样本来自正态分布;各样本方差相等,即方差齐。

27、对于四格表资料,如何正确选用检验方法?

对于四格表资料,通常规定为:

(1).n>=40且所有的T>=5时,用卡方检验的基本公式或四格表资料卡方检验的专用公式;

(2)n>=40,但有1<=T<5,用四格表资料卡方检验验的校正公式;

(3).n<40T<1时,用四格表资料的Fisher确切概率法。

28R×C表χ2检验的应用注意事项

1)行×列表的χ2检验要求理论频数不宜太小,要求不宜有1/5以上的格子的理论频数小于5,或有一个理论频数小于1

2.如果以上条件不能满足,可采用:增加样本含量、删去某行或某列、合理地合并部分行或列、用精确概率法

3)多个率或构成比比较的χ2检验,结论为拒绝H0时,仅表示几组有差别,并非任2组之间都有差别。若要了解之,可进行χ2表的分割。

4)单向有序列联表,若效应有强弱的等级,如++++++,最好采用后面的秩和检验。χ2检验只能反映其构成比有无差异,不能比较效应的平均水平。

5)行列两种属性皆有序时,可考虑趋势检验或等级相关分析。

29、χ2检验的用途

1)推断两个或多个总体率之间有无差别(2)推断两个或多个总体构成比之间有无差别(3)两个变量之间有无关联性(4)频数分布的拟合优度检验

30、检验的基本思想(及计算步骤)

1)假设两总体率相等(或构成比相同)

HOπ1π 2,即两总体阳性率相等

H1π 1≠π 2 ,即两总体阳性率不等

α0.05

不妨把H0看作:π 1π 2=两样本合并的阳性率

2)实际数与理论数的差值服从Χ2分布,又称pearson Χ2

31、参数检验的特点主要有:

①对总体参数(如μ 或π)进行估计或检验是统计推断的主要目的;

②要求总体分布已知。如连续性资料符合正态分布,计数资料符合二项分布或Poisson分布等;

③统计量有明确的理论依据(t分布、u分布);

④有严格的使用条件。参数检验要求总体分布符合正态分布、总体方差齐和数据间相互独立。

32、非参数检验的主要优点:

①适用范围广②受限条件少③具有稳健性④方法简便,易于理解和掌握。

33、秩和检验的应用范围很广,主要用于:

①样本所代表的总体分布不易确定;②分布呈非正态而又无适当的数据转换方法;③观察指标不能或未加精确测量,如有序分类资料等样本的假设检验问题,均可用非参数统计方法。

43、最小二乘法原则:即保证各实测点至直线的纵向距离的平方和最小。

44、线性回归资料的要求

1)直线相关分析要求 XY 服从双变量正态分布;

2)直线回归要求至少对于每个 X 相应的 Y 要服从正态分布,X可以是服从正态分布的随机变量,也可以是能精确测量和严格控制的非随机变量;

3)对于双变量正态分布资料,根据研究目的可选择由 X 估计 Y 或者由 Y 估计 X ,一般情况下两个回归方程不相同)。

45、相关与回归的区别与联系

区别:在资料要求上,回归分析要求应变量(Y 变量)服从正态分布的随机变量,自变量(X 变量)可以是固定的非随机变量,一般称为Ⅰ型回归模型。当两个变量XY 为服从双变量正态分布的随机变量时,这种资料若要进行回归分析,一般称为Ⅱ型回归模型。

联系1. 对一组数据若同时计算r b,它们的正负号是一致的,r 为正,说明两变量间的相互关系是同向变化的。b 为正,说明X 增加一个单位,Y 平均增加b 个单位。2.r b 的假设检验是等价的,即对同一样本,二者的t值相等。由于r 的假设检验既可直接查表,计算又比较方便,b 的假设检验计算较繁,故在实际应用中常以r 的假设检验代替对II 型回归模型中b 的假设检验。

45、实验设计的基本要素

1)处理因素(2)受试对象(3)实验效应

46、实验对象分为四类:

1)动物实验(2)临床试验(3)现场试验(4)社区试验

47、实验效应指标选择要求

1)客观性:主观指标和客观指标。(2)灵敏性和特异性:(3)精确性:

48、实验设计的基本原则:

对照原则;随机化原则;重复原则

49、完全随机设计

优点:(1)设计简单;(2)易于实施;(3)出现缺失值时,仍可进行统计分析。

缺点:(1)受试对象随机化后,因个体变异的客 观存在,小样本完全随机分组后,可能会出现两组间不均衡;(2)试验检验效率不高(如与随机区组设计相比),且只能分析单因素。

50、配对设计和完全随机设计相比

优点:抽样误差较小,实验效率较高,所需样本量也较小。

缺点:当配对条件未能严格控制造成配对失败或配对欠佳时,反而会降低效率。

51、常见的对照有:空白对照、实验对照、标准对照、自身对照、相互对照和历史对照等。

52、随机化通常借助计算机产生的随机数字或用随机数字表实现。随机化包括:随机化抽样、随机分组和随机实验顺序。

53、重复是指在相同实验条件下对同一观测指标进行多次重复观测,以提高实验的可靠性和科学性,重复的作用是估计实验误差和降低实验误差。

54、影响样本量估计的因素有:(1I型错误α;(2II型错误β;(3)容许误差δ;(4)总体标准差σ;(5)资料类型和单双侧检验。

55、前后测量设计与配对设计的区别

56、重复测量资料方差分析的应用条件:

1)正态性:处理因素的各处理水平的样本个体之间是相互独立的随机样本,其总体均数服从正态分布;(2)方差齐性:相互比较的各处理水平的总体方差相等,即具有方差齐同。(3)“球对称”:各时间点组成的协方差阵(covariance matrix)具有球形性(sphericity)特征,即“球对称”。

57、重复测量设计的优缺点

优点:每一个个体作为自身的对照,克服了个体间的变异。分析时可更好地集中于处理效应。因重复测量设计的每一个个体作为自身的对照,所以研究所需的个体相对较少,因此更加经济。

缺点:滞留效应(Carry-over effect):前面的处理效应有可能滞留到下一次的处理。潜隐效应(Latent effect):前面的处理效应有可能激活原本以前不活跃的效应。学习效应(Learning effect):由于逐步熟悉实验,研究对象的反应能力有可能逐步得到了提高。

58、协方差分析的基本思想

将那些对观察指标Y(应变量)有影响的定量变量X作为协变量,建立应变量Y随协变量X变化的线性回归关系,并利用这种回归关系把X值化为相等后再进行各组Y的修正均数(adjusted mean)间比较的假设检验。

59、应用协方差分析的条件

一是与方差分析的应用条件相同:(1)各样本必须是相互独立的随即样本(2)各样本来自正态分布总体(3)各总体方差相等,即方差齐性。二是回归系数有统计学意义且回归系数相同。

60、多重线性回归的应用

1)统计预测与估计(2)统计控制(3)影响因素分析

61、多重线性回归应用条件

1)YX1,X2......Xm之间具有线性关系。(2)各观测值Yii123....n)之间相互独立。(3)残差服从均数为0,方差为σ2的正态分布。

62Logistic回归模型的应用条件

1)满足独立性,即各观察单位间相互独立,因此不适用传染病、遗传性疾病或家簇聚集性疾病等的发病因素研究;(2LogitP)与自变量成线性关系,自变量是二分类变量时不需考虑,当自变量为连续性或等级变量时,需检验该条件是否成立,条件不成立需探讨自变量X合适的量化形式,以便呈线性关系后纳入模型;(3)自变量之间不存在多重共线性。

63Logistic回归的意义:

多重线性回归是研究一个正态随机应变量Y和多个自变量X的数量关系。应变量Y是连续性随机变量,要求应变量YX呈线性关系并满足相应条件。但在医学研究中常研究应变量或称反应变量Y为二分类变量(如患病与未患病、阴性与阳性等)或多分类变量(如治疗效果:痊愈、有效、无效等)布的条件,这时线性回归分析就显得无能为力,这是线性回归分析就显得无能为力,而logistic回归(logistic regression)分析则是处理该类资料的有效方法。 

64、生存资料的主要特点:

1)疗效指标既有结局变量,又有时间变量。(2)随访研究中,研究对象可能会失访或死于其他疾病,或者中途退出试验。(3)由于研究经费和时间限制,不可能等到所有观察对象都出现结局才终止研究。这样势必有部分观察对象的信息是不完整的。

65、生存率与生存概率的区别:

生存概率是单个时段的结果;生存率实质上是累积条件生存概率,是多个时段的累积结果

66、截尾的主要原因:失访、退出、终止等

67ROC曲线的意义

1ROC曲线反映了灵敏度与特异度间的平衡 (增加灵敏度将降低特异度;增加特异度将降低灵敏度)。 (2)在ROC曲线空间,如果曲线沿着左边线,然后沿着上边线越紧密,则试验准确度越高。 (3)在ROC曲线空间,如果曲线沿着机会线(45度对角线)越紧密,则试验准确度越低。 (4)在诊断界值(cutpoint)处的正切线的斜率就是该试验值对应的阳性似然比(likelihood ratioLR)。在ROC曲线空间的左下角LR+最大,随着曲线从左下往右上方移动,LR+逐渐减小。(5ROC曲线下面积是重要的试验准确度指标。

2019年3月23日 15:24
浏览量:0
收藏
本网站由阿里云提供云计算及安全服务 Powered by CloudDream