【R语言】敏感度、特异度、准确率检验及置信区间求解

原创

已于 2022-10-01 08:33:17 修改 · 1.5w 阅读

54 ·

CC 4.0 BY-SA版权

文章标签：

#r语言 #开发语言

于 2020-01-07 20:36:35 首次发布

本文介绍如何使用R语言中的stats和epiR包进行模型性能对比，包括敏感度、特异度和准确率的统计学检验及置信区间求解。通过具体代码示例，展示了如何基于真正例、真反例、假正例和假反例数量计算p值。

来源

包：stats
- 函数：prop.test
- 官方文档：https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/prop.test
包：epiR
- 函数：epi.tests
- 官方文档：https://www.rdocumentation.org/packages/epiR/versions/1.0-10/topics/epi.tests

目的

判断两个模型的敏感度、特异度、准确率是否有显著差异

代码

### 统计学检验 ###
# TP1：模型一的真正例数量
# TN1：模型一的真反例数量
# FP1：模型一的假正例数量
# FN1：模型一的假反例数量
# TP2：模型二的真正例数量
# TN2：模型二的真反例数量
# FP2：模型二的假正例数量
# FN2：模型二的假反例数量

x <- c(TN1,TN2); n <- c(TN1+FP1, TN2+FP2) # 特异度
prop.test(x,n, correct = T)$p.value

x <- c(