multiple logistic regression model 에서 sensitivity, specificity 의 의미여러 개의 독립변수와 이분형 종속변수로 fit model 에서 적정 model 만들고 ROC curve 등 AUC 등을 구하는 과정은 simple logistic이나 simple regression model 등을 통해 개념은 이해를 하겠는데
그렇다고 sensitivity와 specificity 값을 통해 적정 진단적cut-off를 정하는 거는 개념적 얘기일 뿐 실제 어느 한 변 수의 값에 대해 적용할 수 있을까요? 그 변수가 여러 독립 변수 중 유일하게 유의하다 할지라도 말입니다
predictor profiler 그림이 아마 그걸 구현해 주려한 거 같은데 거기서 default 상태에서 보여 주는 각변수의 값일 때가 model의 prediction 이 가장양호하다는 것이죠?
요 내용이 specific 하게 다루어 져 있는 시청각 자료 도 좀 소개 부탁드립니다.
탐색하여 찾으려니 시간이 너무 걸리네요
RE: Meaning of sensitivity and specificity in multiple logistic regression modelIn general, the cut-off point is determined using the ROC curve (Sensitivity, Specificity) using Logistic Regression. In other words, the cut point that maximizes the 1-Specificity value is selected. The method is the same as the method using the Youden Index. For examples of using JMP, please check the link below. The link below is the content on the Japanese JMP site. If you translate the site using Google Chrome, you will not have much trouble understanding the meaning.
https://www.jmp.com/ja_jp/medical-statistics/column/non-series/roc-curve.html
And, if you wanted related video material, you can see how JMP sets the cut-off point by default by watching the simple video below, and how to set a cut-off point other than the default.
Different cutpoint for confusion matrix in Logistic Regression
Was this helpful?
thank you
