Neparametrický odhad ROC křivky a intervaly splehlivosti pro AUC

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Nonparametric Estimation of ROC curves and Confidence Limits for AUC in STATISTICA

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Nonparametric Estimation of ROC curves and Confidence Limits for AUC in STATISTICA

Popis výsledku anglicky

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.

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

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Sborník ke konferenci AIESA 2007

ISBN

978-80-225-2334-9

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

32-35

Název nakladatele

Ekonomická univerzita. Fakulta hospodárskej informatiky

Místo vydání

Bratislava

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—