使用 JMP 13 的标称变量，灵敏度和特异性 CI 为 95%尊敬的 JMP 社区成员，
我有 JMP 13
我正在评估一个名义变量对另一个名义变量的敏感性和特异性（CI 95%）。
我无法执行此操作
您能指出如何进行吗？
你可以这样得到混淆矩阵：
- 确保黄金标准和测试结果数据列使用名义建模类型。
- 选择分析 > 拟合模型。
- 选择测试结果列并单击 Y。
- 选择黄金标准列并单击添加。
- 单击运行。
- 单击顶部的红色三角形并选择混淆矩阵。
您可以根据此计算敏感性和特异性的点估计和区间估计文章。
回复：使用 JMP 13 的标称变量的灵敏度和特异性 CI 95%非常感谢
我有原始数据；对于每次测试执行我都有以下值
名义变量 1（黄金标准：“控制”或“疾病”）和值
标称变量 2（测试结果：“正”或“负”）
这看起来像：
金标准 测试结果
测试 1 对照阴性
测试 2 对照阴性
测试 3 疾病呈阳性
测试4等....
抱歉在我的第一条消息阶段没有提到这一点
再次感谢你的帮助，
我最好的问候
艾伦
回复：使用 JMP 13 的标称变量的灵敏度和特异性 CI 95%那么你有混淆矩阵，而不是原始数据（观察对）？ 也就是说，您有真实水平与预测水平的表格吗？ 如果是这样，那么 JMP 没有内置分析可以帮助您。 它适用于数据，而不是数据的摘要。 您需要一个脚本来计算敏感性和特异性。 从混淆矩阵来看，这个计算很简单。
这是一张 2x2 的桌子吗？
