从逻辑回归生成ROC曲线及分析的操作疑问求助

现有代码的核心问题 #

• 真实标签与预测概率对应关系错乱：你排序了predicted.data但调用roc()时，用的是原始未排序的dataname$Infected和排序后的predicted.data$prob.inf，导致每个预测概率对应的真实标签完全不匹配，ROC计算结果必然错误。
• 多余的rank列：ROC曲线计算不需要手动给预测概率排名，pROC包会自动处理不同阈值下的灵敏度、特异度，这一步完全没必要。

正确的逻辑回归→ROC曲线流程 #

1. 基础步骤（这部分你是对的） #

加载包、准备数据、拟合逻辑回归：

library(pROC)
dataname <- data.frame(Dose = c(rep(0.2, 8), rep(0.3, 7), rep(0.7, 10)),
                       Infected = c(rep(0, 20), rep(1, 5)))

# 拟合logistic回归
logistic <- glm(
  formula = Infected ~ Dose,
  data = dataname,
  family = binomial(link = 'logit')
)

可以先查看模型结果，确认剂量对感染的影响是否显著：

summary(logistic)

2. 提取匹配的真实标签与预测概率 #

glm的fitted.values和原始数据行顺序完全对应，直接提取即可，无需手动排序：

# 提取真实标签和对应的预测感染概率
true_labels <- dataname$Infected
pred_probs <- logistic$fitted.values

3. 计算ROC并绘制曲线 #

直接调用roc()函数，确保真实标签和预测概率一一对应：

# 计算ROC数据
roc_data <- roc(response = true_labels, predictor = pred_probs)

# 绘制ROC曲线（注意xlim/ylim要用c(0,1)而非0:1，避免语法问题）
plot(roc_data, main = "ROC Curve", print.auc = TRUE, xlim = c(0, 1), ylim = c(0, 1))

额外的ROC分析技巧 #

• 查看所有阈值对应的灵敏度、特异度：

# 输出阈值列表及对应指标
roc_data$thresholds
roc_data$sensitivities
roc_data$specificities

• 找到最优阈值（基于Youden指数，即灵敏度+特异度-1的最大值）：

youden_index <- roc_data$sensitivities + roc_data$specificities - 1
best_threshold <- roc_data$thresholds[which.max(youden_index)]
cat("最优阈值：", best_threshold, "\n")

• 提取特定阈值下的灵敏度和特异度：

coords(roc_data, x = best_threshold, input = "threshold", ret = c("sensitivity", "specificity"))

内容的提问来源于stack exchange，提问作者K.W