摘要

在两组判别分析中,Neyman–Pearson引理确定了任意线性函数的ROC(接收器工作特性)曲线在真似然比的ROC曲线下的任何位置。这两条曲线之间的加权面积可用作风险函数,以寻找良好的判别函数。权重函数与分析目标相对应,例如,最小化误分类的预期成本,或最大化ROC下的面积。由此产生的判别函数可以通过迭代加权逻辑回归进行估计。我们研究了“近逻辑”设置中的一些渐近性质,其中我们假设选择了协变量,使得线性函数给出了合理但不一定准确的真实对数似然比近似值。讨论了一些例子,包括乳腺细胞学医学诊断的研究。

您当前没有访问此文章的权限。