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.

Palabras clave: Covariables, curva AROC, curva ROC

Programado

ENP-1 Estadística no Paramétrica
4 de septiembre de 2019  14:45
I3L9. Edificio Georgina Blanes


Otros trabajos en la misma sesión

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


Últimas noticias

Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.