Nonparametric Estimation of ROC curves and Confidence Limits for AUC in STATISTICA
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F07%3A00001871" target="_blank" >RIV/62690094:18450/07:00001871 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Nonparametric Estimation of ROC curves and Confidence Limits for AUC in STATISTICA
Original language description
This paper describes construction of nonparametric receiver operating characteristics curves (ROC) for binary classifiers in STATISTICA. Macro language and built-in functions of the software are used to estimate nonparametric ROC curves, areas under thecurve (AUC) and the standard error of AUC. The macro presented here allows constructing ROC curves for both the parametric and nonparametric classification algorithms implemented in STATISTICA. The nonparametric estimates of the area under the curve (AUC) and its standard error are provided by the macro using Mann-Whitney statistic. A proper approach to construct confidence limits for AUC is given in this paper.
Czech name
Neparametrický odhad ROC křivky a intervaly splehlivosti pro AUC
Czech description
Příspěvek popisuje neparametrický odhad ROC křivky pro binární klasifikátory v software STATISTICA. Makro jazyk a vestavěné funkce tohoto systému mohou být použity k neparametrickému odhadu ROC křivek, ploch pod křivkou (AUC) a směrodatné chyby AUC. Presentované makro umožňuje sestavení ROC křivek pro parametrické i neparametrické klasifikační modely sestavené implementovanými algoritmy ve STATISTICA. K neparametrickému odhadu plochy pod křivkou je použita Mann-Whitney statisitka. V příspěvku je také prezentován naležítý postup konstrukce intervalů spolehlivosti pro plochu pod křivkou.
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
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Sborník ke konferenci AIESA 2007
ISBN
978-80-225-2334-9
ISSN
—
e-ISSN
—
Number of pages
4
Pages from-to
32-35
Publisher name
Ekonomická univerzita. Fakulta hospodárskej informatiky
Place of publication
Bratislava
Event location
—
Event date
—
Type of event by nationality
—
UT code for WoS article
—