ROC 曲線を R で書く方法をわかりやすく解説
- ROC 曲線を R で書く方法の前に ROC 曲線とは？
- ROC 曲線を R で書いてみるためのサンプルデータ
- ROC 曲線を R で書くためのパッケージのインストール
- ROC 曲線を R で書いてみる
- ROC 曲線以外にも感度、特異度、的中率のグラフも書ける
- まとめ
- 参考リンク
- 参考書籍
ROC 曲線を R で書く方法の前に ROC 曲線とは？
ROC曲線は、病気の診断のための検査を分析するために使われる。
真実の分類と、真実の分類を見分ける検査結果を使って、どのレベルより上だと病気とするか？を決める分析ツール。
胃がんや大腸がんを見つけるには、内視鏡をしないと見つけられないが、簡単な血液検査で見つけたいとする。
血液検査の値がいくつのときに、がんとがんではないかを一番クリアに分けることができるか？
こういう問題に答えられる。
ROC 曲線を R で書いてみるためのサンプルデータ
サンプルデータは、よければ以下からどうぞ。
Windowsであれば、ドキュメントフォルダに保存。
データは、KTSND という検査の点数と、SMK が正解の分類。
KTSND のカットオフ値としていくつがもっとも SMK を予測するかという分析になる。
> str(dat) 'data.frame': 484 obs. of 2 variables: $ KTSND: int 15 13 16 4 18 29 15 15 11 6 ... $ SMK : int 1 1 1 1 1 1 1 1 1 0 ...
ROC 曲線を R で書くためのパッケージのインストール
Epi というパッケージをインストールする。
install.packages("Epi")
そのあと呼び出して使えるようにする。
library(Epi)
ROC 曲線を R で書いてみる
データをdatという名前で読み込む。
dat <- read.table("ROC-curve-sample-data.txt")
ROC(test=dat$KTSND, stat=dat$SMK, plot="ROC")
test= で検査値、stat= で正解の分類を指定する。
そうすると、以下のグラフ（黒い太めの実線）が描ける。
ガタガタしていてあまりなめらかでないが、一応曲線に見えなくもない。
これが ROC 曲線である。
KTSNDが11点のときが、一番うまくわけている分岐点であると、示している。
このカットオフ値としたときの以下の 4 つの指標が表示されている。
- Sens （感度）71.8%
- Spec（特異度）74.5%
- PV+（陽性反応的中率）27.3%
- PV-（陰性反応的中率）26.4%
AUCは0.798で、この検査自体性能がいい証拠だ。
AUCがなるべく1に近いほうがいい。
正方形の面積が1だ。
右下をかなめとみて、扇形がAUCで今回は約0.8だ。
ROC 曲線以外にも感度、特異度、的中率のグラフも書ける
先ほど plot="ROC" と指定したところを plot="sp" とする。
plot="sp"は感度、特異度、的中率を表示する指定。
ROC(test=dat$KTSND, stat=dat$SMK, plot="sp")
Sensitivity（感度）とSpecificity（特異度）が交わるところが11点だ。
陽性反応的中率は最大でも49.8%までしか到達しないことがわかる。
まとめ
Rで、ROC曲線を書くには、Epi パッケージの ROC() 関数を使うのが便利だ。
とてもきれいな図が簡単に描ける。
参考リンク
Epi: A package for statistical analysis in epidemiology
