All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Estimate of AUC by Resampling.

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F04%3A00001340" target="_blank" >RIV/62690094:18450/04:00001340 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Estimate of AUC by Resampling.

  • Original language description

    Usually predictive quality of discrimination model for separation two classes is evaluated by apparent error rate given from confusion matrix. Receiver operating characteristic (ROC) describes and visualises information from confusion matrices given across all possible decision thresholds of classification model. Area under ROC curve (AUC) can be used as a summary measure. This article describes the application of bootstrap (resampling) to data for which the binormal distribution assumption is not appropriate. Different estimates of AUC and their confidence limits are compared. No substantial differences between estimates were found. Results can indicate the small advantage of bootstrap in determination of confidence intervals for small data samples and very skewed distributions

  • Czech name

    Odhad AUC metodou bootstrap

  • Czech description

    Kvalita predikce diskriminačního modelu pro oddělení dvou tříd je obvykle hodnocena pomocí chyby z tzv konfuzní matice. Receiver operating characteristic (ROC) popisuje a vizualizuje informaci z konfuzní matice dané přes všechny možné rozhodovací prahy klasifikačního modelu. Plocha pod ROC křivkou (AUC) může být použita jako souhrnná míra. Článek ukazuje použití metody bootstrap na data, pro která není adekvátní binormální rozdělení. Jsou porovnány různé odhady AUC a jejich spolehlivost. Nebyl nalezen podstatný rozdíl mezi odhady. Výsledky mohou indikovat malou výhodu metody bootstrap při určení intervalu spolehlivosti pro malé vzorky dat a velmi šikmá rozdělení.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    BB - Applied statistics, operational research

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/GA402%2F04%2F1308" target="_blank" >GA402/04/1308: Classification models and the assessment of their predictive properties</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2004

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Proceedings of the 22nd International Conference Mathematical Methods in Economics

  • ISBN

    80-210-3496-3

  • ISSN

  • e-ISSN

  • Number of pages

    4

  • Pages from-to

    288-291

  • Publisher name

    Masarykova univerzita Brno

  • Place of publication

    Brno

  • Event location

  • Event date

  • Type of event by nationality

  • UT code for WoS article