问MATLAB中混淆矩阵的ROC曲线

EN

我正试图找到一个二元结果的最佳预测指标。

对每例病例，A Y%，C= Z%。A和B是相互关联的变量(剂量X到卷Y%)。C是在每一种情况下这种情况出现的频率。

然后，我有不同的C阈值，我可以用它来预测二进制结果(P)。我也有(O) -真正的结果(二进制)。

我看到的是多个X，Y和C值，它们最适合P到O。

因此，对于X(4个离散点)和Y( 10%间隔内为10-90%)的每一个组合，我有一个结果C (%)。对于不同的C阈值( 10% -90%，间隔10%)，我有正确预测的病例数，以及2x2混淆矩阵和敏感性及特异性。

在统计方面，我想我可以用ROC曲线来找到最好的预测因子？但我不确定这是否正确，或者我是否可以简单地比较每一个X，Y的所有组合或C的不同阈值？还是同一阈值C的不同X，Y？还是我应该做一个不同的统计测试？

但假设我在做ROC曲线。我用MATLAB (散点图)和线y=x (自反= (1,0))绘制了所有的点。所以我知道重要的点是对角线以上的点，但是如何拟合实际的ROC曲线来计算AUC呢？

我知道这让人困惑，所以我希望这是有意义的！

编辑:我现在想的是，对于每一个X，Y组合，C的不同阈值，我需要一个ROC曲线。在每一种情况下，最好的C阈值是最近的点1,0 (我如何找到它？最近的几何学？)然后我比较了每个X，Y组合的AUC，以及面积最大的组合是最好的？