Question

我有一个下面提到的包含数据框的样本列表（每个都有...... ID，yobs，x（自变量））。我想为每个案例（ID）找到AUC（梯形规则）..，所以我的输出（主数据框）看起来如下（最后显示）

任何人都可以建议找到这个的有效方法（每个ID都有很多行）

谢谢

#Some Make up code for only one data frame
Y1=c(0,2,5,7,9)
Y2=c(0,1,3,8,11)
Y3=c(0,4,8,9,12,14,18) 
t1=c(0:4)
t2=c(0:4)
t3=c(0:6) 

a1=data.frame(ID=1,y=Y1,x=t1) 
a2=data.frame(ID=2,y=Y2,x=t2) 
a3=data.frame(ID=3,y=Y3,x=t3) 
data=rbind(a1,a2,a3) 

#dataA(Just to show)
   ID  obs time 
1   1  0   0 
2   1  2   1 
3   1  5   2 
4   1  7   3 
5   1  9   4 
6   2  0   0 
7   2  1   1 
8   2  3   2 
9   2  8   3 
10  2 11   4 
11  3  0   0 
12  3  4   1 
13  3  8   2 
14  3  9   3 
15  3 12   4 
16  3 14   5 
17  3 18   6 

 #dataB(Just to show)
   ID  obs time 
1   1  0   0 
2   1  2   1 
3   1  5   2 
4   1  7   3 
5   1  9   4 
6   2  0   0 
7   2  1   1 
8   2  3   2 

  #dataC(Just to show)
   ID  obs time 
1   1  0   0 
2   1  2   1 
3   1  5   2 
4   1  7   3 
5   1  9   4 
6   2  0   0 
7   2  1   1 
8   2  3   2 

##Desired output

      ID  AUC
dataA  1   XX
dataA  2   XX
dataA  3   XX
dataB  1   XX
dataB  2   XX
dataC  1   XX
dataC  2   XX

Answer 1

以下是另外两种方式。第一个对由点之间的线性插值定义的函数使用integrate(...)。第二个使用@nrussel评论中描述的trapz(...)函数。

f <- function(x,df) approxfun(df)(x)
sapply(split(data,data$ID),function(df)c(integrate(f,min(df$x),max(df$x),df[3:2])$value))
#    1    2    3 
# 18.5 17.5 56.0 

library(caTools)
sapply(split(data,data$ID),function(df) trapz(df$x,df$y))
#    1    2    3 
# 18.5 17.5 56.0

Answer 2

我猜这样的事情会起作用

calcauc<-function(data) {
    psum<-function(x) rowSums(embed(x,2))
    stack(lapply(split(data, data$ID), function(z) 
        with(z, sum(psum(y) * diff(x)/ 2)))
    )
}
calcauc(data)

#   values ind
# 1   18.5   1
# 2   17.5   2
# 3   56.0   3

当然，对于ROC曲线，正常x和y值介于0和1之间，这就是为什么我们似乎有如此大的＆＃34; AUC＆＃34;值，但实际上这只是由数据集中的点定义的线下面的多边形区域。

psum函数只是一个辅助函数来计算成对总和（在梯形区域的公式中很有用）。

基本上我们使用split()一次查看一个ID，然后我们计算每个ID的区域，然后我们使用stack()将所有内容重新放回一个data.frame。

用梯形法则求R中的曲线下面积（AUC）

2 个答案: