R：pROC软件包：以命中率和误报率输入数据吗？

Question

问：是否可以通过pROC R软件包将命中率和误报率形式的数据导入roc对象？

背景：在认知心理学中，我们使用术语“命中率”（等同于敏感性）和“误报率”（等同于1-Specificity）。常见的任务是识别记忆测试。例如，参与者首先研究单词列表（我们称其为“目标”）。后来，他们进行了测试，在其中查看了一系列单词，其中一些是较早列表中的目标，而另一些是不在较早列表中的“ lues”。对于每个单词，参与者回答“是”（我之前学习过这个单词）或“否”（我之前没有学习过这个单词），然后他们还给出了置信度等级（例如，从50％的置信度[只是猜测]到100％信心[绝对确定]）。

命中率是参与者正确回答“是”的目标词的比例。错误警报率是参与者错误地对YES表示的诱饵词所占的比例。通过计算多个置信度（也称为“ bins”）的累积命中率和误报率，我们可以绘制经验ROC曲线，其中x轴为误报率，y轴为命中率。

因此，假设我有5个置信区间中的累积命中率和误报率形式的识别记忆数据。例如： 错误警报率：.05，.11，.20，.28，.45 命中率：.45，.52，.57，.59，.62

我想使用pROC软件包将这些数据放入roc对象，以便拟合曲线并计算部分AUC。有什么办法吗？ 谢谢， 〜杰森·芬利

Answer 1

  

有没有办法做到这一点？

简短回答：否

长答案：

1. You can't build a ROC curve from a confusion matrix。如果您有 all 混淆矩阵，则有可能做到这一点，但这显然不是您的情况。这样构建的任何曲线都不是ROC曲线。
2. 即使您能够使用上面的点1建立ROC曲线并计算AUC，所有其他功能（例如误差估计（方差，CI），平滑等）也需要完整的，未汇总的数据。
li>