A. Fanjul Hevia, W. González Manteiga, J. C. Pardo Fernández

La curva ROC (Receiver Operating Characteristic curve) es una herramienta estadística que analiza la capacidad discriminativa de un método de clasificación, como puede ser un método diagnóstico en el que se desea saber si un individuo está enfermo o no. Junto con la variable de diagnosis suele haber más información que aportan las covariables. En algunas situaciones es recomendable incorporar esa información al estudio, ya que el comportamiento de la curva ROC puede verse afectado. Usando la curva ROC ajustada y la curva ROC condicionada, en este trabajo vemos cómo decidir si podemos excluir la información de covariables de nuestro estudio o no, y qué implicaciones podría tener eso en análisis posteriores de la curva ROC.

Keywords: Covariables, curva AROC, curva ROC

Scheduled

ENP-1 Non Parametric Statistics
September 4, 2019  2:45 PM
I3L9. Georgina Blanes building


Other papers in the same session

Generalización de la curva ROC sobre combinaciones lineales

S. Pérez Fernández, P. Martínez Camblor, N. Corral Blanco

On a projection-based class of uniformity tests on the hypersphere

P. Navarro Esteban, E. García Portugués, J. A. Cuesta Albertos


Cookie policy

We use cookies in order to be able to identify and authenticate you on the website. They are necessary for the correct functioning of it, and therefore they can not be disabled. If you continue browsing the website, you are agreeing with their acceptance, as well as our Privacy Policy.

Additionally, we use Google Analytics in order to analyze the website traffic. They also use cookies and you can accept or refuse them with the buttons below.

You can read more details about our Cookie Policy and our Privacy Policy.