R：pROC包：输入数据作为命中率和误报率？

Question

问：有没有办法以点击率和误报率的形式将数据导入到具有pROC R包的roc对象中？

背景：在认知心理学中，我们使用术语“命中率”，它相当于灵敏度和“误报率”，相当于1-特异性。常见的任务是识别记忆测试。例如，参与者首先研究单词列表（我们称之为“目标”）。之后，他们进行了一次测试，他们在这些测试中查看了一系列单词，其中一些是早期列表中的目标，其中一些是早先列表中没有的“诱饵”。对于每个单词，参与者回答YES（我之前研究过这个单词）或NO（我之前没有研究过这个单词），然后他们也给出了一个置信度等级（例如，从50％置信度[只是猜测]到100％信心[绝对肯定]）。

命中率是参与者正确地说YES的目标词的比例。误报率是参与者错误地说“是”的诱饵词的比例。通过计算几个置信水平（又称“箱”）的累积命中率和误报率，我们可以绘制经验ROC曲线，x轴上的误报率和y轴上的命中率。

因此，假设我在5个置信区间内以累积命中率和误报率的形式识别记忆数据。例如：误报率：.05，.11，.20，.28，。45命中率：.45，.52，.57，.59，.62

我想使用pROC包将这些数据转换为roc对象，这样我就可以拟合曲线并计算部分AUC。有没有办法做到这一点？谢谢，〜杰森芬利

Answer 1

有没有办法做到这一点？

简答：不。

答案很长：

1. You can't build a ROC curve from a confusion matrix。虽然如果你有所有的混淆矩阵可能会这样做，但显然不是你的情况。您构建的任何曲线都不是ROC曲线。
2. 即使您能够使用上述第1点构建ROC曲线并计算AUC，所有额外的功能（例如误差估计（方差，CI），平滑等）都需要完整的，未汇总的数据。