我对为ROC curve作为log of odds的模型绘制response有疑问。例如：
model<-lm((ln(y/1-y)~Temp+RH+DmaxT, data=fit) #'y' is a proportion
针对以下新数据集获得了预期的响应：
Predicted_model<-predict(model, newdata, type = 'response')
对预测值进行反变换以获得比例值
我在比例上有了新观察，我使用0.05的临界值代表对照（<0.05）和病例（> 0.05）
newdata$observed<-ifelse(newdata$observed > 0.05, "cases", "controls")
我使用以下公式绘制了ROC曲线
roc(newdata$observed, predicted_model_backtrans, legacy.axes = TRUE, plot = TRUE, print.auc = TRUE)
使用此公式，我得到了AUC的值1，并且绘图与预期不同。我不知道为我的模型类型创建ROC curve的最佳方法是什么。任何帮助将不胜感激。
我还尝试创建ROC曲线，在该曲线中，我将观察到的和预测的比例更改为二元特征（控制（<0.05）和案例（>0.05），使我获得了直线曲线而不是平滑曲线。 / p>