Logistic 分析 > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？嗨 JMP 社区，
在进行逻辑分析时（即 Y = 分类和 X = 连续），数据结构、分布和/或抽样方法是否有任何假设，尤其是关于 ROC 分析？
具体来说，在旨在确定治疗反应预测因子的临床研究中，我注意到我的一些同事选择反应最好和反应最差的患者，排除反应分布的“中间”。 在确定候选预测变量后，他们继续生成 AUC 似乎相当夸大的 ROC 分析（相同的有偏差的数据集）。因此，有意选择患者是否违反了内置 ROC 分析的统计假设？
感谢您的帮助。
最好的，
TS
分析Re: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？也许有人应该质疑你的同事他们方法的有效性和严谨性。 它基于什么统计原理？ 这种方法有什么风险？ 它会给参数、AUC 和任何其他数据相关结果的估计带来什么偏差？ 您的同事是统计分析方面的专家吗？ 他们是否邀请了合格的专家来验证他们的方法？
（另请注意，这种做法可能会导致分离或准分离问题，从而导致对 logistic 模型参数的估计不稳定。 您可能已经知道这个问题。）
让我想起了早期的特别指定微阵列数据分析...
Re: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？嗨，马克，
感谢您的反馈：这正是我问这个问题的原因。 我确实担心用这种有偏见的方法设定不合理的期望：当我使用具有代表性的患者群体（随机选择）呈现 ROC 分析数据时，我经常被告知，我的挑选同事的结果“更强”。 因此，我需要有充分的理由。
最好的，
TSRe: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？即使用例不涉及患者结果，遗漏生物标志物分布的中间部分也会夸大灵敏度和特异性的估计值。 没有必要也没有理由对数据进行这种排除。 为什么要等到所有数据都用完后，才发现性能要低得多，甚至无法重现？ 这种做法会设定错误的期望。
Re: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？你好，
感谢您的反馈意见。 澄清一下，我在原帖中引用的例子是关于探索性生物标志物研究，而不是关于临床开发：关于患者健康的决策从来都不是这样进行的。
最好的，
TSRe: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？Re: Logistic Analysis > Receiver Operator Curve Analysis：关于数据结构、分布和抽样的假设是什么？这是一个复杂的问题，但简单的答案是“是的，数据可以使 ROC 曲线倾斜”。这样做的原因是 ROC 曲线基于预测模型，如果使用“坏”数据生成该模型，那么 ROC 曲线也不会很好。
ROC 曲线是一种使用模型的不同阈值检查决策规则（预测离散二元结果 Y=0|1 的规则）的敏感性和特异性的方法。假设模型 (M) 具有数字输出值，然后使用以下规则根据阈值 (T) 做出决策
If(M > T) --> 预测 Y=1，否则 --> 预测 Y=0。
ROC 允许您查看阈值对分类的影响，一般来说，ROC 曲线下的面积越大，模型在一系列潜在阈值上进行正确分类的能力就越好。
没有真正对基础数据或分布做出其他假设。
