Odhad AUC metodou bootstrap

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Estimate of AUC by Resampling.

Popis výsledku v původním jazyce

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

Název v anglickém jazyce

Estimate of AUC by Resampling.

Popis výsledku anglicky

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

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GA402%2F04%2F1308" target="_blank" >GA402/04/1308: Klasifikační modely a porovnání jejich prediktivních vlastností</a><br>

Návaznosti

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

Rok uplatnění

2004

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 22nd International Conference Mathematical Methods in Economics

ISBN

80-210-3496-3

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

288-291

Název nakladatele

Masarykova univerzita Brno

Místo vydání

Brno

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—