<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />ROC 曲線は、カテゴリカル応答で一般的に使用される「適合度」曲線の 1 つのタイプです。 一般に、ROC 曲線は、応答を分類するために使用されているモデルの感度を視覚化するために使用されます。 考え方は、応答が偽陽性になる確率を最小限に抑えたいということです。ROC 曲線は、モデルが応答を誤って分類する確率を適切に視覚化します。 一般に、原点からプロット領域の左上隅に向かって非常に速く垂直に上昇し、その後右に「素早く」カーブし、グラフの上部を横切る長い平らな線が上部のグラフと平行になる曲線を見たいと考えます。グラフ領域の上部。 一般的なプロット規則は、グラフの原点からグラフ領域の右上隅まで 45 度の線を配置することです。 この 45 度の線は、「コインを投げる」線として解釈されます。 つまり、ROC 曲線がこの 45 度の線からそれほど離れていない場合は、コインを投げて 2 値応答を分類したほうがよいでしょう。 したがって、ROC 曲線トレースが 45 度の線から離れるほど、モデルの感度は高くなります (コインを投げるよりも優れています)。
ROC 曲線に付随する一般的な統計は、「曲線下」の空間のパーセンテージを示す AUC (曲線下面積) です。これは、モデルがすべての応答を完全に分類した場合、それは 100% になるという考えです。 AUC は、あるモデルを別のモデルと比較するためによく使用される尺度の 1 つです。 繰り返しになりますが、AUC が高いモデルは、AUC が低いモデルよりも感度が高いという考えです。
カテゴリカルな応答があるたびに、多くの JMP および JMP Pro モデリング パーソナリティ内で ROC 曲線が広く展開されているのがわかります。 したがって、名目ロジスティック回帰、パーティション (デシジョン ツリー、ブートストラップ フォレスト、ブースト ツリーなど) などのプラットフォームの場合、 一般化回帰 (PLS) は、カテゴリカル/名目応答がある場合に必ず、JMP または JMP Pro で ROC 曲線をプロットするオプションが表示されます。
JMP ドキュメントROC 曲線の詳細については、を参照してください。
