多元逻辑回归模型中敏感性和特异性的含义从具有多个自变量和二分因变量的拟合模型创建适当模型并计算 AUC（例如 ROC 曲线）的过程可以通过简单的逻辑或简单回归模型来理解。
然而，通过敏感性和特异性值确定适当的诊断临界值只是一个概念性的事情，它实际上可以应用于任何一个变量的值吗？ 即使该变量是多个自变量中唯一重要的变量。
预测器分析器的图片可能正在尝试实现这一点，但这意味着模型的最佳预测是当每个变量的值以默认状态显示时，对吧？
还请介绍一些专门针对该主题的视听材料。
寻找和找到它需要花费太多时间。
