王美成;李珊珊 基于树分类的多标记ROC分析。 （英语） Zbl 1356.62221号 寿命数据分析。 19，第2期，257-277（2013）。 摘要：为了检测或了解疾病，经常观察或收集多种生物标记物。本文的研究兴趣是将接受操作特征（ROC）分析工具从单变量标记设置扩展到多变量标记设置，以使用基于树的分类规则评估生物标记的预测准确性。使用任意组合的和-或分类器，引入ROC函数和加权ROC函数（WROC）及其共轭对应项来检查多元标记的性能。将ROC和WROC函数的具体特征以及其他相关统计数据与单变量标记的常见属性进行了比较。开发了用于估计ROC和WROC函数、曲线下面积和一致概率的非参数方法。由于强调标记的总体平均性能，所提出的程序和推断结果有助于评估基于不同标记选择的多元标记测量的标记可预测性，以及评估分类器中的不同与或组合。 引用于1文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62号02 生存分析和截尾数据中的估计 62H30型 分类和区分；聚类分析（统计方面） 关键词：一致概率;多个标记;预测精度;U统计 PDF格式BibTeX公司 XML格式引用 \textit{M.-C.Wang}和\textit{S.Li}，终身数据分析。19，第2号，257--277（2013；Zbl 1356.62221） 全文： 内政部 链接 参考文献： [1] Baker SJ（2000）确定癌症标记物的组合，以进一步研究作为早期干预的触发因素。生物识别56:1082-1087·Zbl 1060.62578号 ·文件编号：10.1111/j.0006-341X.2000.01082.x [2] Baker SJ、Cook NR、Vickers A、Kramer BS（2009）使用相对效用曲线评估风险预测。J R Stat Soc[系列A]172:729-748·文件编号：10.1111/j.1467-985X.2009.00592.x [3] Breiman L、Friedman JH、Olshen RA、Stone CJ（1984）分类和回归树。Wadsworth and Brooks/Cole Advanced Books and Software，蒙特雷·Zbl 0541.62042号 [4] Dodd L，Pepe M（2003）部分AUC估计和回归。生物统计学59:614-623·Zbl 1210.62152号 ·数字对象标识代码：10.1111/1541-0420.0071 [5] Etzioni R，Pepe M，Longton G，Hu C，Goodman G（1999）《将时间维度纳入受试者操作特征曲线：前列腺癌病例研究》。Med Decis Mak医学博士19:242-251·doi:10.1177/0272989X9901900303 [6] Etzioni R、Kooperberg C、Pepe M、Smith R、GANN PH（2003）《结合生物标记物检测疾病与前列腺癌应用》。生物统计学4:523-538·Zbl 1197.62145号 ·doi:10.1093/biostatistics/4.4.523 [7] Green PJ，Silverman BW（1994）非参数回归和广义线性模型：稳健惩罚方法。查普曼和霍尔，伦敦·Zbl 0832.62032号 [8] Gu W，Pepe MS（2009）总结和比较标记物预测能力的测量。国际生物统计杂志5（1）：1557-4679 [9] Hanley JA，McNeil BJ（1983）一种比较由相同情况导出的接收器工作特性曲线下面积的方法。放射学148:839-843 [10] Heagerty PJ，Lumley T，Pepe MS（2000），截尾生存数据和诊断标记的时间依赖ROC曲线。生物计量学56:337-344·Zbl 1060.62622号 ·文件编号：10.1111/j.0006-341X.2000.00337.x [11] Heagerty PJ，Zheng Y（2005）生存模型预测精度和ROC曲线。生物统计学61:92-105·Zbl 1077.62077号 ·doi:10.1111/j.0006-341X.2005.030814.x [12] Hoeffing W（1948）一类具有渐近正态分布的统计量。安统计19:293-325·Zbl 0032.04101号 ·doi:10.1214/aoms/1177730196 [13] 金浩，鲁毅（2009）ROC回归树区域。统计概率Lett 79:936-942·兹比尔1158.62079 ·doi:10.1016/j.spl.2008.11.019 [14] Metz CE，Shen JH（1992）从诊断图像的重复读取中获得准确性：ROC分析的预测和评估。Med Decis Mak 12（1）：60-75·doi:10.1177/0272989X9201200110 [15] McIntosh MW，Pepe MS（2002），结合多项筛选测试：风险评分的最佳性。生物计量学58:657-664·Zbl 1210.62189号 ·doi:10.1111/j.0006-341X.2002.00657.x [16] Pepe-MS（1998）连续测试结果受试者工作特性曲线回归分析的三种方法。生物计量学54:124-135·Zbl 1058.62643号 ·doi:10.2307/2534001 [17] Pepe MS（2003）《医学检验分类和预测的统计评估》。牛津，纽约·Zbl 1039.62105号 [18] Risacher SL、Saykin AJ、West JD、Shen L、Firpi HA、McDonald BC和阿尔茨海默病神经成像倡议（ADNI）（2009）ADNI队列中MCI转化为可能AD的基线MRI预测因子。当前阿尔茨海默病研究6:347-361·Zbl 1210.62189号 [19] Slate EH，Turnbull BW（2000）疾病发作的纵向生物标志物模型。统计医学19:617-637·doi:10.1002/（SICI）1097-0258（20000229）19:4<617:：AID-SIM360>3.0.CO；2-右 [20] Tosteson AN，Begg CB（1988）ROC曲线估计的一般回归方法。Med Decis Mak公司8:205-215·doi:10.1177/0272989X8800800309 [21] Wang MC，Li S（2012）双变量标记测量和ROC分析。生物计量学。文件编号：10.1111/j.1541-0420.2012.01783.x·Zbl 1259.62105号 [22] 张华，克劳利J，Sox HC，Olshen RA（1998）树结构统计方法。收录：Armitage P，Colton T（编辑）生物统计学百科全书，第6卷。奇切斯特·威利，第4561-4573页·Zbl 0032.04101号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。