如何在R中计算普通函数曲线的AUC（曲线下面积）

普通函数曲线的AUC本质就是指定x区间内的数值定积分，可通过以下几种方式实现：

方法1：基础R实现梯形法（无需额外安装包） #

梯形法是最通用的数值积分方法，将相邻两个坐标点之间的区域视作梯形，累加所有梯形面积即可得到AUC，操作步骤如下：

1. 先筛选x在0-0.6区间的观测，并按x值升序排序，避免x轴顺序错乱导致计算误差

# 筛选区间内数据并排序
sub_data <- gdata[gdata$r >= 0 & gdata$r <= 0.6, ]
sub_data <- sub_data[order(sub_data$r), ]

2. 执行梯形法计算AUC

auc_val <- sum(diff(sub_data$r) * (head(sub_data$km, -1) + tail(sub_data$km, -1)) / 2)

输出的auc_val就是目标区间的曲线下面积。

方法2：使用pracma包的封装函数 #

如果不想手动写梯形法逻辑，可以使用pracma包的trapz函数直接计算，结果和基础R实现完全一致：

# 首次使用需先安装包：install.packages("pracma")
library(pracma)
auc_val <- trapz(sub_data$r, sub_data$km)

方法3：插值后定积分（适合稀疏数据场景） #

如果你的原始数据点非常稀疏，直接用梯形法误差较大，可以先通过样条插值拟合出平滑的曲线函数，再计算定积分：

# 用已筛选排序的sub_data拟合样条函数
f <- splinefun(sub_data$r, sub_data$km)
# 计算0到0.6区间的定积分
auc_val <- integrate(f, lower = 0, upper = 0.6)$value

内容的提问来源于stack exchange，提问作者Hashriama