graphpad多条不同的曲线_Graphpad：绘制多指标ROC曲线

导读

1. ROC曲线：

ROC曲线(receiver operating characteristic curve，简称ROC曲线)，以真阳性率(灵敏度)为纵坐标，假阳性率(1-特异度)为横坐标绘制的曲线。ROC最初是在二战中被提出的信号检测理论，后来又被引入了心理学进行信号的知觉检测，现在ROC曲线已经成为非常重要和常见的统计分析方法。

2. ROC分析：

ROC分析首先是根据学习器的预测结果对样例进行排序，按此顺序逐个把样本作为正例进行预测，每次计算出两个重要量的值(TPR、FPR)，分别以它们为横、纵坐标作图。AUC的值是ROC曲线下面积的大小，用来评价分类器的performance。通常，AUC的值介于0.5到1.0之间，较大的AUC代表了较好的performance。

如何制作如下图的多指标ROC曲线？

ROC.png

一、软件准备

R：利用rnorm函数产生随机数，作为graphpad绘图的输入文件。

Graphpad prism5：绘制ROC曲线。

二、过程

1. 利用R模拟输入文件

产生两组正态分布随机数，控制mean和SD。

GroupA

GroupB

保存。将两组数据均分给Genus和Phylum。

write.xlsx(data1, file="C:/mywd/data1.xlsx")

write.xlsx(data2, file="C:/mywd/data2.xlsx")

整理后如下：

R模拟数据.png

2. 打开graph prism5，Creat一个column图。

2.png</