Gráfica de curva de rendimiento diagnóstico (ROC) para Ajustar modelo logístico binario

Datos de entrenamiento o sin validación

Para la gráfica de un conjunto de datos de entrenamiento, cada punto de la gráfica representa una probabilidad de evento ajustada distinta. La probabilidad de evento más alta es el primer punto de la gráfica y aparece más a la izquierda. Los otros nodos terminales están en orden decreciente de probabilidad de evento.

Utilice el siguiente proceso para buscar las coordenadas X e Y de la gráfica.

Utilice cada probabilidad de evento como un valor umbral. Para un valor umbral específico, los casos con una probabilidad de evento estimada mayor que o igual al valor umbral obtienen 1 como la clase pronosticada, 0 en caso contrario. A continuación, puede formar una tabla 2x2 para todos los casos con clases observadas como filas y clases pronosticadas como columnas para calcular la tasa de falsos positivos y la tasa de verdaderos positivos para cada probabilidad de evento. Las tasas de falsos positivos son las coordenadas X de la gráfica. Las tasas de verdaderos positivos son las coordenadas Y.

Por ejemplo, supongamos que la tabla siguiente resume un modelo con dos predictores categóricos de 2 niveles. Estos predictores dan cuatro probabilidades de evento distintas, que se redondean a 2 decimales:

A: Pedido	B: Predictor 1	C: Predictor 2	D: Número de eventos	E: Número de no eventos	F: Número de ensayos	G: Valor umbral (D/F)
1	1	1	18	12	30	0.60
2	1	2	25	42	67	0.37
3	2	1	12	44	56	0.21
4	2	2	4	32	36	0.11
Totales			59	130	189

Las siguientes son las cuatro tablas correspondientes con sus respectivas tasas de falsos positivos y tasas de verdaderos positivos redondeadas a 2 decimales:

Table 1. Valor umbral = 0.60.
Tasa de falsos positivos = 12 / (12 + 118) - 0.09

Tasa de verdaderos positivos = 18 / (18 + 41) = 0.31
		Pronosticado
		evento	no evento
Observado	evento	18	41
Observado	no evento	12	118

Table 2. Valor umbral = 0.37.
Tasa de falsos positivos = (12 + 42) / 130 = 0.42

Tasa de verdaderos positivos = (18 + 25) / 59 = 0.73
		Pronosticado
		evento	no evento
Observado	evento	43	16
Observado	no evento	54	76

Table 3. Valor umbral = 0.21.
Tasa de falsos positivos = (12 + 42 + 44) / 130 = 0.75

Tasa de verdaderos positivos = (18 + 25 + 12) / 59 = 0.93
		Pronosticado
		evento	no evento
Observado	evento	55	4
Observado	no evento	98	32

Table 4. Valor umbral = 0.11.
Tasa de falsos positivos = (12 + 42 + 44 + 32) / 130 = 1

Tasa de verdaderos positivos = (18 + 25 + 12 + 4) / 59 = 1
		Pronosticado
		evento	no evento
Observado	evento	59	0
Observado	no evento	130	0

Conjunto de datos de prueba independiente

Utilice los mismos pasos que el procedimiento del conjunto de datos de entrenamiento, pero calcule la probabilidad de evento de los casos para el conjunto de datos de prueba.

Prueba con validación cruzada de k pliegues

Utilice los mismos pasos que el procedimiento del conjunto de datos de entrenamiento, pero calcule las probabilidades de evento de los casos para el conjunto de datos con validación cruzada.