いくつかの方法で感度と特異性を比較するにはどうすればよいですか？こんにちは、みんな
参照メソッドと3つの代替メソッドのデータがあります。 3つの代替方法のそれぞれに列があり、各行について、標本が真陽性（TP）、偽陽性（FP）、真陰性（TN）、または偽陰性（FN）のいずれであるかを示します。 感度（TP /（TP + FN））、特異度（TN /（TN + FP））、陽性予測値（TP /（TP + FP））、陰性予測値の3つの方法の有意差を評価したい（TN /（TN + FN））および精度（（TP + TN）/合計）。
さまざまな方法が互いに大幅に異なるかどうかを判断できるように、数式から要約統計量を作成するにはどうすればよいですか？
モリーン
分析Re：いくつかの方法で感度と特異性を比較するにはどうすればよいですか？こんにちは@モリーン、
これを行うにはいくつかの方法があり、それはテーブルのレイアウトによって異なります。 積み重ねられている場合、たとえば「メソッド」というラベルの付いた列があり、「参照」、「Alt A」、「Alt B」などのエントリが含まれている場合は、それぞれの統計列を作成します。あなたが見ている統計、感度、特異性など。 各統計はあなたが持っている式によって計算されます。 次に、感度などのために、積み重ねられた列でANOVAを実行します。 ANOVA分析は、A対B対Cなどの感度に有意差があるかどうかのアイデアを提供するはずです。それを積み重ねることは、3つの代替方法のそれぞれが参照と比較する方法だけでなく、どのように比較するかを確認するのに役立ちます。それらはすべて互いに比較します。
実験的な実行によってテーブルが行方向に配置されている場合は、ANOVAを実行するために、統計列ごとにスタックする新しいデータテーブルを作成する必要があります。
データ構造と目的地をよりよく理解するためにデータテーブルを共有（必要に応じて匿名化）できる場合は、特定の問題に対処する方が簡単な場合があります。
好奇心から、TP、FN、TN、FPの値はバイナリ0または1ですか、それとも0から1の範囲ですか？ また、実験のすべての実行にわたって統計（感度など）を合計して集計値を比較しますか、それとも実行ごとに評価しますか？
お役に立てれば！、
DS
Re：いくつかの方法で感度と特異性を比較するにはどうすればよいですか？値は文字通り「TP」、「TN」、「FP」、「FN」を表す文字です。 したがって、感度、特異度などの計算は、値のカウントを使用するメソッドの要約統計量であり、各行に対して計算されるものではありません。 私はデータを積み重ねており、4つのカウントに対してカイ2乗を実行できますが、各要約統計量は4つの利用可能なオプションのうち2つしか使用しないため、たとえばTPとFNの数だけでカイ2乗を実行する方法がわかりません。これらは、TNとFPをカイ二乗の全体的な有意性に取り入れずに感度を計算するために使用されます。
Re：いくつかの方法で感度と特異性を比較するにはどうすればよいですか？こんにちは@モリーン、
私はあなたのデータがどのように構成されているか理解していると思います。 私がそうし、各メソッドの統計的評価をどのように要約しようとしているのかを理解している場合は、正しい形式にするためにデータテーブルの操作を行う必要があります。 これが私がすることです：
- スタックデータの要約を作成します。ここで、TP、FP、TN、FNを含む列を「グループ」エントリに配置し、次に、行が参照、メソッドA、メソッドB、またはメソッドCのいずれであるかに関する情報を含む列を配置します「サブグループ」として（「元のデータテーブルへのリンク」ボックスのチェックを必ず外してください）。 これにより、FN、TNなどの文字の列、その値を持つ行の数を示す列「N行」、およびN（メソッドA）、N（メソッド）などの名前を持つ他のいくつかの列を持つ新しいデータテーブルが作成されます。 B）、N（参照）など。これらの列には、TP、FP、TN、FNイベントのそれぞれのカウントが含まれます。
- 次に、このテーブルを転置する必要があります。 「列の転置」選択に「N（何かの名前）」というタイトルのすべての列を配置し、「ラベル」には、を含む列（「データ」という名前）を使用する必要があります。 TP、TNなどの値。 これにより、「Label」という列を持つ新しいデータテーブルが生成されます。この列には、前のテーブルの列名、つまり「N（メソッドA）」などが含まれます。 これで、「TP」、「TN」、「FP」、「FN」という名前の列が作成され、各行には、特定のメソッドで特定のイベントが発生した回数のカウントが含まれます。
- 次に、統計要約列を数式として作成します。 特異性は、計算する要約統計量ごとにTP /（TP + FN）などになります。
- 最後のステップは、Fit Y byXプラットフォームを使用してプロットすることです。 Xファクターとして「ラベル」列を使用し（これは「N（メソッドA）」などの値を含む列であり、Y応答として要約統計量（感度、特異度など）を使用します。 残念ながら、これは要約統計量であり、各行の統計量を確認していないため、データに対してANOVAを実行することはできません。 各メソッドの全体像と、各メソッドがさまざまな統計にどの程度適しているかを確認できます。
問題を正しく理解できたと思います。 繰り返しになりますが、データ構造を確認して、現在の場所から目的の場所に移動する方法を正確に知ることができます。
お役に立てれば！、
DS
Re：いくつかの方法で感度と特異性を比較するにはどうすればよいですか？ありがとうございました。 これはすべて、説明したとおりに機能します。 しかし、これらの要約統計量の方法の間に有意差がある場合は、統計的に証明する方法が必要です。
入力を使用して分割表を作成できますが、各要約統計量は2つの入力の組み合わせであるため、FPの数の有意差が、それを使用する2つの計算（特異度と正の差）の有意差に変換されるかどうかはわかりません。予測値）
Re：いくつかの方法で感度と特異性を比較するにはどうすればよいですか？こんにちは@モリーン、
ProfitMatrixやCostSensitiveLearningのようなことをしたいようです。 これは、フィットモデルプラットフォームで名目ロジスティックフィットを実行することによって行われます。
それか、感度や特異度などの要約統計量のp値を決定できるように、各メソッドの十分な統計を収集するために、実験を数回複製する必要があります。
たとえば、実験の実行1の結果が次の場合：
Ref = TP
A = FP
B = TP
C = FN
ただし、（他のすべての実行を完了した後で）実行1をもう一度繰り返すと、次のようになります。
Ref = TP
A = FP
B = FN
C = TP
これにより、実行1の数値カウントがメソッドごとに異なります。 その結果、Y軸をXで近似する場合、y軸はさまざまな実行のそれぞれのカウントであり、x軸はさまざまなメソッド（ref、a、b、c）であり、各メソッドは（おそらく参照メソッドを除いて）カウントに広がりがあるはずです。これにより、要約統計量がわずかに異なります。 ANOVAは、これらの要約統計量の平均と標準偏差を調べて、方法間に有意差があるかどうかを調べます。 4つの異なる方法を比較するので、スチューデントのtではなく、平均のテューキー-クラマー分析を実行する必要があります。
別のオプションは、ブランド-アルトマン分析を調べることです。 TP、TN、FP、FNを実際の数値に再コード化する必要があります。 たとえば、ここに。 この分析では、1つのメソッドの違いを（参照に対して）比較し、それを測定に対する参照の平均と比較します。 つまり、DIF = Ref-A（y軸上）およびAVG =（Ref + A）/ 2（x軸上）を調べます。 この分析は、FP、TNなどまたは要約統計量で実行できます。
行数（実験的な実行）によっては、最初の段落のように分析を行う方がよいと思います。
前に述べたように、データテーブルを共有できる場合（いつでも匿名化できます（[テーブル]> [匿名化]））、どのように役立つかを正確に判断する方がはるかに簡単です。
がんばろう！、
DS
