- 預測模型實戰(zhàn):基于R、SPSS和Stata
- 武松編著
- 502字
- 2024-12-24 10:16:17
1.6.2 Calibration plot
校準圖是對實際發(fā)生頻數(shù)與模型預測發(fā)生頻數(shù)相關性圖,常用三種形式:①散點圖,如圖1-19所示;②柱狀圖,如圖1-20所示;③線圖或折線圖,如圖1-21所示。
對于Logistic回歸的診斷模型,訓練集和驗證集的H-L和校準曲線都需要做;對于COX回歸的預后模型,訓練集和驗證集的校準曲線都要做,如圖1-22和圖1-23所示。
圖1-23上面兩幅為訓練集的校準曲線,圖1-23下面兩幅為驗證集的校準曲線;圖1-24左圖為訓練集1、3、5年校準曲線,圖1-24右圖為驗證集1、3、5年校準曲線。

圖1-19 校準散點圖

圖1-20 校準柱狀圖

圖1-21 校準折線圖

圖1-22 診斷模型的校準曲線

圖1-23 預后模型的校準曲線

圖1-24 預后模型校準曲線(多時間點)
校準曲線上點的分布,也可以反映區(qū)分度和校準度,如圖1-25所示。圖1-25左上圖上各點反映的是較好的區(qū)分度,但是準確度很差,因為圖中兩個點能夠明顯區(qū)分,但是不準,都沒有落在參考線上;圖1-25右上圖上各點反映的是很好的準確度,但是有較差的區(qū)分度,圖中各點均在參考線上,但是過于密集,區(qū)分有一定的難度。
圖1-25左下圖反映了很好的區(qū)分度和很好的準確度,點與點之間可以很好地區(qū)分,而且均在參考線上;圖1-25右下圖反映了最理想的區(qū)分和準確度,兩點得到最大的區(qū)分,而且都落在參考線上。

圖1-25 區(qū)分度與校準度的評價
推薦閱讀
- AI繪畫教程:Midjourney使用方法與技巧從入門到精通
- Oracle Business Intelligence : The Condensed Guide to Analysis and Reporting
- Spring Python 1.1
- Midjourney從入門到實戰(zhàn)應用
- Adobe創(chuàng)意大學Illustrator產(chǎn)品專家認證標準教材(CS6修訂版)
- 像攝影師一樣調(diào)色
- Rhino 6.0中文版入門、精通與實戰(zhàn)
- After Effects CS6入門與提高
- CINEMA 4D R20完全實戰(zhàn)技術(shù)手冊
- PostgreSQL Replication
- 精進PPT:PPT設計思維、技術(shù)與實踐(第3版)
- Instant Flask Web Development
- 社會調(diào)查數(shù)據(jù)管理:基于Stata 14管理CGSS數(shù)據(jù)
- 中文版AutoCAD 2022從入門到精通
- 電磁場數(shù)值計算及基于FreeFEM的編程實現(xiàn)