【科研猫·统计】ROC曲线（2）：一码到底
ROC曲线作为评估模型效能的工具，其使用频率是极其高的，平时我们在做ROC分析的时候会遇到很多问题，比如：
- 如何同时绘制多个模型的ROC曲线；
- 如何计算评估模型效能的参数；
- 如何通过统计分析比较模型优劣.....
这些问题都一直困扰着很多人。为啥困扰呢？因为没有软件可以把这些分析一下子都做了！打个比方吧，SPSS是做统计分析的权威软件之一，它就能够轻松帮我们制作ROC曲线，但是，也仅仅只能绘制ROC曲线了。画出来的图形是往往这样的：
这样的结果呢，从画图上来说，也算是满足我们的要求的。但是，我们评估模型的好坏不仅仅是做一个ROC曲线，看看AUC面积就结束了，还要看很多指标，比如上一期我们讲到的NPV（阴性预测值）、PPV（阳性预测值）、Specificity（特异性），Sensitivity（灵敏度）、Accuracy（准确度）等数值，这些数值怎么计算呢？
这个时候我们就要讲到上期我们提及的约登指数了。在这里我们不再重复赘述约登指数的概念。那SPSS能否通过约登指数确定最优cut-off值，然后计算上面的这些指标呢？答案是：不能！网上有很多人百度查找解决方案，因为ROC图出来了，结果一堆模型评估的数值出不来，导致很难往下写文章。
英雄往往都是在大家走投无路的时候出现的，因为我们的技术大牛切身体会到大家在做ROC分析时的苦楚，所以，开发了一款全能工具。是时候祭出我们的必杀技了！终结者系列之“ROC曲线终结者”。
我们的工具是基于R代码开发的，所以如果没有任何R语言基础的同学，建议先行从R语言基础学起来，哪怕不会写R代码，最起码得懂怎么运行吧。没有R语言基础的，请务必点击这里：《「 R语言系列 」干货直通车，想学哪里点哪里》系列课程，多的不说，把前三节看会了是必须的。然后，来看看我们的结果截图：
是不是很赞！这个工具的几大特点：
- 多模型绘图，一键生成（最多可支持5条ROC曲线）
- 支持全方位模型评估（多达14种参数）
- 支持多模型间比较（自动计算两两比较）
- 输入文件简单易学（excel直接导入）
- 矢量图形输出（直接输出发表级别矢量图）
下面我们就来看看这个工具怎么用吧。
导入数据
第一步
上面刚刚讲过我们的数据是excel直接导入即可，所以，数据格式其实很简单，看一下就明白了。代码会自动读入一个名为data.xlsx的Excel文件，这个文件的格式如下：
就跟咱们平时用SPSS或者GraphPad做ROC曲线分析的时候一摸一样，一列二分类变量（比如预后好/差），几列测量变量（比如肿瘤指标的高低、CT上肿瘤的大小等等）。我们要做的就是把数据拷贝到这个文件中就万事大吉了。我们的分析工具最多可以支持5个测量变量哦。
开始分析
第二步
数据导入之后，用RStudio打开我们的R代码：ROC_Terminator.R。直接“全选（Ctrl+A）”-“运行（Ctrl+Enter）“即可。然后只需等待几秒，数据结果（共6个文件）就会乖乖出现在你的代码所在的目录下了。如下所示：
这六个文件分别是：（1）整合的ROC曲线（不同配色、线型区别，含AUC值）；（2）平滑拟合的ROC曲线；（3）带有95%置信区间（Confidence Interval，CI）的ROC曲线带状图；（4）带有95%置信区间的ROC曲线箱线图；（5）14种模型评估参数表；（6）多模型两两间Delong统计比较结果表。
咱们科研猫的技术向来都是很少说废话空话的技术流、实干派，所以，看看这些分析结果，各位傲娇的科研喵们可还满意？