Цитата(DrgLena @ 10.06.2008 - 23:15)

Это действительно не совсем по теме. Анализ ROC - кривых позволяет оценить возможности количественной переменной как классификатора в два класса (больной - здоровый). В медицинских исследованиях используется для разработки диагностических тестов по количественным переменным. Качество классификатора оценивается по прощади под кривой, чем больше, тем лучше. Если переменных несколько, то при сравнении кривых выбирается лучшая. Statistica 7 вообще не имеет такой возможности,
Для SAS есть модуль сравнения кривых и нахождения точек разделения, с-статистика в PROC LOGISTIC есть не что иное, как AUC. В R есть тоже соответствующий модуль

Если же не хочется переходить на SAS или R, то есть простое решение:
Статистика U критерия Мэнна-Уитни и есть (непараметрическая) оценка AUC (Точнее, U'/(n1*n2) - при этом U должно быть большим - т.е. если оно для меньшей, то U'=n1*n2-U).
А далее так:
Q1 = AUC / (2 - AUC);
Q2 = 2 * AUC^2 / (1 + AUC);
se2 = (AUC * (1 - AUC) + (N1 - 1) * (Q1 - AUC^2) + (N2 - 1) * (Q2 - AUC^2)) / (N1 * N2);
SE_auc = squareRoot (se2);
(исходный код см.
https://list.scms.waikato.ac.nz/pipermail/w...ry/002113.html)Понятно, что коды групп, определяющие группы в МУ - это болен пациент или здоров.