R语言绘制ROC曲线置信区间 调整X轴为1-特异度异常求解

异常原因 #

置信区间错位、显示异常由三个代码逻辑错误导致：

• X轴值未做对应转换：开启legacy.axes=TRUE时ggroc使用的X轴为1-特异度（假阳性率，范围0~1），但提取置信区间时直接将原始特异度作为x值映射，和坐标轴刻度完全不匹配。
• 循环索引越界：roc.list仅包含Logistic回归、随机森林2个模型对象，循环硬编码为1:3会读取不存在的空数据，生成异常的错位图层。
• 参考线参数错误：X轴切换为0~1范围的1-特异度后，随机猜测的参考线应为y=x，原代码截距设为1，位置完全错误。

修正后可直接运行的代码 #

library(pROC)
library(ggplot2)

# 拟合两个模型的ROC对象
roc.list <- roc(test_df$extry ~ Logistic_Regression + Random_Forest)

# 计算敏感度的置信区间，将序列密度调高让置信带更平滑
ci.list <- lapply(roc.list, ci.se, specificities = seq(0, 1, l = 100))

# 转换置信区间数据：将原始特异度转换为1-特异度匹配X轴
dat.ci.list <- lapply(ci.list, function(ciobj) 
  data.frame(
    x = 1 - as.numeric(rownames(ciobj)),
    lower = ciobj[, 1],
    upper = ciobj[, 3]
  ))

# 初始化ROC底图
p <- ggroc(roc.list, legacy.axes = TRUE) + 
  theme_minimal() + 
  # 修正参考线为y=x
  geom_abline(slope=1, intercept = 0, linetype = "dashed", alpha=0.7, color = "grey") + 
  coord_equal() +
  labs(x = "1-特异度（假阳性率）", y = "敏感度（真阳性率）")

# 按实际模型数量循环添加置信带，避免硬编码索引越界
for(i in seq_along(roc.list)) {
  p <- p + geom_ribbon(
    data = dat.ci.list[[i]],
    aes(x = x, ymin = lower, ymax = upper),
    fill = i + 1,
    alpha = 0.2,
    inherit.aes = FALSE
  ) 
} 

p

可选优化 #

• 若需要自定义模型配色，可添加scale_color_manual、scale_fill_manual层统一指定线条和置信带的颜色，避免默认自动取色导致的颜色不匹配。
• 若需要调整置信带平滑度，可修改seq(0,1,l=100)中的数值，数值越大置信带边缘越顺滑。

内容的提问来源于stack exchange，提问作者lola