Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "krzywa ROC curve" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Empirical and Kernel Estimation of the ROC Curve
EMPIRYCZNY I JĄDROWY ESTYMATOR KRZYWEJ ROC
Autorzy:
Baszczyńska, Aleksandra Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/654315.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
krzywa ROC curve
empiryczny estymator
metoda jądrowa
parametr wygładzania
funkcja jądra
ROC curve
empirical estimator
kernel method
smoothing parameter
kernel function
Opis:
W pracy rozważane są wybrane metody estymacji krzywej ROC (Receiver Operating Characteristic), w tym metody parametryczne i nieparametryczne. Podejście nieparametryczne może oznaczać zastosowanie empirycznego estymatora krzywej ROC lub  estymatora jądrowego. Podjęta jest próba porównania estymacji empirycznej oraz jądrowej ze szczególnym uwzględnieniem wpływu liczebności próby, jak również metody wyboru parametru wygładzania i funkcji jądra na rezultat procedury estymacyjnej. W oparciu o wyniki badania symulacyjnego określone są wskazówki użyteczne w procedurach estymacji krzywej ROC.
The paper presents chosen methods for estimating the ROC (Receiver Operating Characteristic) curve, including parametric and nonparametric procedures. Nonparametric  approach may involve the use of empirical method or kernel method of the ROC curve estimation. In the analysis, an attempt of comparison of empirical and kernel ROC estimators is done, considering the impact of sample size, choice of smoothing parameter and kernel function in kernel estimation on the results of the estimation. Based on the results of simulation studies, some suggestions, useful in the procedures of nonparametric ROC curve are determined.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2015, 1, 311
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Logistic regression and classification tree methods as elements of diagnosis in cardiology
Metody regresji logistycznej i drzewa klasyfikacyjnego jako elementy procesu diagnostycznego w dziedzinie kardiologii
Autorzy:
Spychała, Anna
Skrzypek, Michał
Niewiadomska, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/1036433.pdf
Data publikacji:
2016
Wydawca:
Śląski Uniwersytet Medyczny w Katowicach
Tematy:
stroke
logistic regression
statistical analysis
classification tree
roc curve
udar
regresja logistyczna
analiza statystyczna
drzewo klasyfikacyjne
krzywa roc
Opis:
INTRODUCTION: The purpose of statistical analysis in research is to identify accurate and reliable conclusions where the researcher has a great deal of sources and information. Usually, one can point to a few different methods that allow the task to be fulfilled, but each time the question arises: which one to choose? MATERIAL AND METHODS: The study was conducted using a database that included 3246 patients in the Second Department of Cardiology, Silesian Medical Centre in Katowice-Ochojec in 2003–2008. We were A model in which the STROKE dependent variable was considered was subjected to statistical analysis, and the results of the analysis suggested selecting the following variables: gender, transfusion, PTCA, IVA, IVM, SVA, aneurysm and hematocrit. RESULTS: The essential factors affecting the occurrence of stroke, according to logistic regression are: aneurysm, transfusion of blood components, prior treatment with PTCA and according to the classification tree: aneurysm and level of hematocrit. CONCLUSIONS: The results achieved by both the two statistical models complemented each other, and by combining them one is able to obtain reliable information to use as a base for the decision-making process.
WSTĘP: Zadaniem analiz statystycznych w badaniach naukowych jest wskazanie trafnych i maksymalnie wiarygodnych wniosków w sytuacji, gdy badacz dysponuje wieloma informacjami. Zwykle można wskazać kilka różnych metod, które pozwalają to zadanie spełnić, jednak za każdym razem nasuwa się pytanie, którą z nich wybrać? MATERIAŁ I METODY: Badania zostały przeprowadzone na bazie danych, która obejmowała 3246 pacjentów przebywających na II Oddziale Kardiologii Górnośląskiego Centrum Medycznego w Katowicach-Ochojcu w latach 2003– –2008. Analizie statystycznej poddano model, w których za zmienną zależną uznano zmienną UDAR, natomiast wyniki przeprowadzonych analiz zasugerowały dobór następujących zmiennych objaśniających: płeć, przetoczenie, PTCA, IVA, IVM, SVA, tętniak i hematokryt. WYNIKI: Czynnikami istotnie wpływającymi na wystąpienie udaru, według regresji logistycznej, są: tętniak, przetoczenie składników krwi i przebyty zabieg PTCA, natomiast według drzewa klasyfikacyjnego – tętniak i poziom hematokrytu. WNIOSKI: Wyniki uzyskane za pomocą obydwu modeli statystycznych dopełniały się, a ich łączenie pozwala na uzyskanie wiarygodnych informacji, stanowiących podstawę procesu decyzyjnego.
Źródło:
Annales Academiae Medicae Silesiensis; 2016, 70; 154-162
1734-025X
Pojawia się w:
Annales Academiae Medicae Silesiensis
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies