ROC - кривая Опции

[Solo...]

Всем добрый день. Столкнулись с проблемой "определения показаний" к методу лечения. Суть в следующем. Например. Больные разделены на 2 группы - с положительным результатом лечения и отрицательным результатом лечения (иначе - отсутствием результата). Есть некие показатели - например, высота опухоли - которая у всех больных разная. Клинически очевидно, что чем больше высота опухоли, тем чаще лечение неудовлетворительно. Как выбрать величину (высоту опухоли) - при которой лечение можно считать показанным, а при какой - не показанным? Допустим, высота опухоли во всей выборке больных варьирует от 2 до 5 условных единиц. Что брать за критерий, относительно которого будет проводится сравнение? Т.е. надо показать, что если высота опухоли больше ... такой то цифры, то количество отрицательных результатов больше 80%, а если высота опухоли меньше ... такой то цифры, то количество отрицательных результатов меньше 20%. Так вот, как выбрать эту цифру, относительно которой сравнивать ? Это 3 ? Или это 3,2 ? Среднюю? Медиану? Дискриминантную точку? "Точку баланса", полученную при построении ROC-кривой? Чем они - эти все точки - отличаются друг от друга по смыслу? Безусловно, про среднюю, медиану - я знаю. А как быть с дискриминантной и точкой баланса? В чем их отличие? Для чего используется та, а для чего - другая?

А как построить ROC - кривую в Экселе? Как самому определить дискриминантную точку? Можно ли это сделать в Экселе?

Я приношу свои извинения заранее, т.к. понимаю, что мои словоизлияния весьма дилетантски. Но не могу пробраться сквозь статистические дебри, а вокруг - никто вообще ничего не понимает.

[плав]

А если успешность лечения 20%, а 30%?
Нет, так не делается. Формально правильный подход построение ROC-кривой и нахождение точки, которая находится ближе всего к верхнему левому углу графика, а затем определения того значения высоты опухоли, которое соответствует этой точке.
Есть еще один, более простой метод. Для всех высот опухоли рассчитываете показатели чувствительности и специфичности, затем берете индекс Йодена (Se+Sp-1). Та точка, для которой он максимален и есть точка разделения.
Но вот в формулировке задачи нет ни слова о том, какова плата за операцию (похоже нет, данные только о плохих исходах упоминаются). Т.е., если например есть только набор данных
1 2 3 4 5 - высота
30% 20% 10% 20% 30% - частота плохих исходов
то никаких кривых строить не надо и ответ очевиден (высота=3).

[Solo...]

Есть еще один, более простой метод. Для всех высот опухоли рассчитываете показатели чувствительности и специфичности, затем берете индекс Йодена (Se+Sp-1). Та точка, для которой он максимален и есть точка разделения.
Но вот в формулировке задачи нет ни слова о том, какова плата за операцию (похоже нет, данные только о плохих исходах упоминаются). Т.е., если например есть только набор данных
1 2 3 4 5 - высота
30% 20% 10% 20% 30% - частота плохих исходов
то никаких кривых строить не надо и ответ очевиден (высота=3).

А тогда такой вопрос - как же рассчитать здесь чувствительность (Se) и спецефичность (Sp)? Правильно ли , что чув-ть равна количество всех пациентов деленных на количество отрицатеьлных результатов? А спецефичность равна общее количество больных отнять количество отрицательных результатов и эту разницу делить на количество положительных результатов?

И вообще, что же значат эти показатели Se и Sp? На сколько я знаю, Sе - это процент правильного прогноза успеха (лечения, диагностики и прочего), а Sp - это процент правильного прогноза неудачи. Тогда как можно определить ДЛЯ КАЖДОГО ПРИЗНАКА показатели чувствительности и специфичности? Если они означают, что уже результаты подведены и проводится уже оценка, как метод работает?

Про тот набор данных , про который вы привели пример, все понятно. Безусловно, здесь ничего строить не надо. Нет, у меня рабор данных более разношерстный.