Stata တွင် roc မျဉ်းကွေးတစ်ခုကို ဖန်တီးပြီး အဓိပ္ပာယ်ဖွင့်နည်း

Logistic regression သည် response variable binary ဖြစ်သောအခါ regression model တစ်ခုနှင့် ကိုက်ညီရန် ကျွန်ုပ်တို့အသုံးပြုသည့် ကိန်းဂဏန်းဆိုင်ရာ နည်းလမ်းတစ်ခုဖြစ်သည်။ ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံသည် ဒေတာအစုံနှင့် မည်မျှကိုက်ညီကြောင်း အကဲဖြတ်ရန်၊ အောက်ပါ မက်ထရစ်နှစ်ခုကို ကြည့်နိုင်သည်-

• အာရုံခံစားနိုင်မှု- ရလဒ်အမှန်တကယ်အပြုသဘောဖြစ်သောအခါ စောင့်ကြည့်မှုတစ်ခုအတွက် အပြုသဘောဆောင်သောရလဒ်ကို မော်ဒယ်က ခန့်မှန်းသည့်ဖြစ်နိုင်ခြေ။
• တိကျမှု- ရလဒ်အမှန်တကယ် အနုတ်လက္ခဏာဖြစ်သောအခါ စောင့်ကြည့်မှုတစ်ခုအတွက် အနုတ်ရလဒ်ကို မော်ဒယ်က ခန့်မှန်းသည့် ဖြစ်နိုင်ခြေ။

ဤမက်ထရစ်နှစ်ခုကို မြင်သာစေရန် ရိုးရှင်းသောနည်းလမ်းမှာ ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံ၏ အာရုံခံနိုင်စွမ်းနှင့် တိကျမှုကိုပြသသည့် ဂရပ်တစ်ခုဖြစ်သည့် ROC မျဉ်းကွေးကို ဖန်တီးရန်ဖြစ်သည်။

ဤသင်ခန်းစာသည် Stata တွင် ROC မျဉ်းကွေးတစ်ခုကို ဖန်တီးပြီး အဓိပ္ပာယ်ပြန်ဆိုနည်းကို ရှင်းပြထားသည်။

ဥပမာ- Stata ရှိ ROC မျဉ်းကွေး

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် မိခင် 189 ဦးအတွက် အောက်ပါကိန်းရှင်များပါရှိသော lbw ဟုခေါ်သော ဒေတာအစုံကို အသုံးပြုပါမည်။

• နိမ့်ခြင်း – ကလေးမွေးပြီးချိန် ကိုယ်အလေးချိန် နည်းသည်ဖြစ်စေ မရှိသည်ဖြစ်စေ။ 1 = ဟုတ်၊ 0 = မရှိပါ။
• အသက် – မိခင်၏အသက်။
• ဆေးလိပ်သောက်ခြင်း – မိခင်သည် ကိုယ်ဝန်ဆောင်စဉ် ဆေးလိပ်သောက်သည်ဖြစ်စေ မသောက်သည်ဖြစ်စေ။ 1 = ဟုတ်၊ 0 = မရှိပါ။

ကျွန်ုပ်တို့သည် အသက်အရွယ်နှင့် ဆေးလိပ်သောက်ခြင်းကို တုံ့ပြန်မှုကိန်းရှင်အဖြစ် တုံ့ပြန်မှုကိန်းရှင်အဖြစ် အသက်အရွယ်နှင့် ဆေးလိပ်သောက်ခြင်းကို အသုံးပြု၍ ထောက်ပံ့ပို့ဆောင်ရေးဆိုင်ရာ ဆုတ်ယုတ်မှုပုံစံကို ဖြည့်ဆည်းပေးပါမည်။ ထို့နောက်၊ မော်ဒယ်သည် ဒေတာနှင့် မည်မျှကိုက်ညီကြောင်း ခွဲခြမ်းစိတ်ဖြာရန် ROC မျဉ်းကွေးကို ဖန်တီးပါမည်။

အဆင့် 1: ဒေတာကိုတင်ပြီးပြသပါ။

အောက်ပါ command ကို အသုံးပြု၍ ဒေတာကို တင်ပါ

https://www.stata-press.com/data/r13/lbw ကို အသုံးပြုပါ။

အောက်ပါ command ကို အသုံးပြု၍ ဒေတာအစုံကို အမြန်နားလည်မှု ရယူပါ-

အကျဉ်းချုပ်ရန်

ဒေတာအတွဲတွင် မတူညီသော ကိန်းရှင် ၁၁ ခုရှိသည်၊ သို့သော် ကျွန်ုပ်တို့စိတ်ဝင်စားသော သုံးမျိုးမှာ အဆင့်နိမ့်၊ အသက်နှင့် ဆေးလိပ်သောက်ခြင်း ဖြစ်သည်။

အဆင့် 2- ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်လုပ်ပါ။

logistic regression model နှင့်ကိုက်ညီရန် အောက်ပါ command ကိုသုံးပါ။

အသက်အရွယ်နိမ့်သော ဆေးလိပ်ငွေ့မှတ်တမ်း

အဆင့် 3- ROC မျဉ်းကွေးကို ဖန်တီးပါ။

အောက်ပါ command ကို အသုံးပြု၍ မော်ဒယ်အတွက် ROC မျဉ်းကွေးကို ဖန်တီးနိုင်သည်-

lroc

အဆင့် 4- ROC မျဉ်းကွေးကို ဘာသာပြန်ပါ။

ကျွန်ုပ်တို့သည် ထောက်ပံ့ပို့ဆောင်ရေးဆိုင်ရာ ဆုတ်ယုတ်မှုပုံစံကို အံဝင်ခွင်ကျဖြစ်စေသောအခါ၊ ကြိုတင်ခန့်မှန်းကိန်းရှင်များ၏ တန်ဖိုးများအပေါ်အခြေခံ၍ ပေးထားသော မှတ်သားမှုတစ်ခုသည် အပြုသဘောဆောင်သော ရလဒ်ဖြစ်နိုင်ခြေကို တွက်ချက်ရန် အသုံးပြုနိုင်သည်။

မှတ်သားမှုတစ်ခုအား အပြုသဘောအဖြစ် ခွဲခြားသတ်မှတ်သင့်သည်ဆိုသည်ကို ဆုံးဖြတ်ရန်အတွက် သတ်မှတ်စံနှုန်းအထက်တွင် ချိန်ညှိထားသော ဖြစ်နိုင်ခြေရှိသည့် ရှုမြင်သုံးသပ်ချက်များကို အပြုသဘောအဖြစ် ခွဲခြားထားပြီး သတ်မှတ်ချက်အောက်ရှိ ချိန်ညှိထားသော ဖြစ်နိုင်ခြေရှိသည့် ရှုမြင်သုံးသပ်ချက်အားလုံးကို အနုတ်အဖြစ် ခွဲခြားထားသည်။ .

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် 0.5 အဆင့်ကို ရွေးသည်ဆိုပါစို့။ ဆိုလိုသည်မှာ 0.5 ထက်ကြီးသော ချိန်ညှိထားသော ဖြစ်နိုင်ခြေရှိသော ရှုမြင်မှုတိုင်းသည် အပြုသဘောဆောင်သော ရလဒ်ကို ရရှိမည်ဖြစ်ပြီး 0.5 ထက်နည်းသော သို့မဟုတ် ညီမျှသော ချိန်ညှိထားသော ဖြစ်နိုင်ခြေရှိသော ရှုမြင်မှုတိုင်းသည် အနုတ်ရလဒ်ကို ရရှိမည်ဖြစ်သည်။

အတိုင်းအတာတန်ဖိုးသည် 0 မှ 1 အထိပြောင်းလဲသွားသည့်အတွက် အာရုံခံနိုင်စွမ်းတန်ဖိုးများ ROC မျဉ်းကွေးသည် ကျွန်ုပ်တို့အား ပြပေးပါသည်။ အာရုံခံနိုင်စွမ်းနှင့် တိကျမှုမြင့်မားသောမော်ဒယ်တွင် ကွက်ကွက်၏ဘယ်ဘက်အပေါ်ထောင့်ကို ဖက်ထားသည့် ROC မျဉ်းကွေးတစ်ခုရှိပါမည်။ အာရုံခံနိုင်စွမ်းနည်းပြီး တိကျမှုနည်းသော မော်ဒယ်သည် 45 ဒီဂရီ ထောင့်ဖြတ်အနီးကပ် မျဉ်းကွေးတစ်ခု ရှိပါမည်။

AUC (မျဉ်းကွေးအောက်ဧရိယာ) သည် ကျွန်ုပ်တို့အား မော်ဒယ်၏ အပြုသဘောနှင့် အနုတ်ရလဒ်များအကြား ပိုင်းခြားနိုင်သည့် စွမ်းရည်ကို ပေးသည်။ AUC သည် 0 မှ 1 အထိ ကွာဟနိုင်သည်။ AUC မြင့်မားလေ၊ မော်ဒယ်သည် ရလဒ်များကို မှန်ကန်စွာ ခွဲခြားနိုင်လေလေဖြစ်သည်။ ကျွန်ုပ်တို့၏ဥပမာတွင်၊ AUC သည် 0.6111 ဖြစ်သည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

မော်ဒယ်နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော မော်ဒယ်များ၏ စွမ်းဆောင်ရည်ကို နှိုင်းယှဉ်ရန် AUC ကို အသုံးပြုနိုင်သည်။ အမြင့်ဆုံး AUC မော်ဒယ်သည် အကောင်းဆုံး လုပ်ဆောင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

Stata တွင် ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်နည်း
ထောက်ပံ့ပို့ဆောင်ရေး ဆုတ်ယုတ်မှုပုံစံ၏ ROC မျဉ်းကွေးနှင့် AUC ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုမည်နည်း။