医学论文里的roc曲线怎么画

你讲的是信号检测论里的吧？ROC曲线纵轴是击中率，横轴是虚报率，对角线表示随机概率。对角线以上链接对角向上弯曲的曲线就是ROC曲线。曲率越大越向上表示被试感受性越强。

1、ROC的分析步骤：①ROC曲线绘制。依据专业知识，对疾病组和参照组测定结果进行分析，确定测定值的上下限、组距以及截断点（cut-off point），按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成ROC曲线。②ROC曲线评价统计量计算。ROC曲线下的面积值在和之间。在AUC>的情况下，AUC越接近于1，说明诊断效果越好。AUC在 ～时有较低准确性，AUC在～时有一定准确性，AUC在以上时有较高准确性。AUC=时，说明诊断方法完全不起作用，无诊断价值。AUC<不符合真实情况，在实际中极少出现。③两种诊断方法的统计学比较。两种诊断方法的比较时，根据不同的试验设计可采用以下两种方法：①当两种诊断方法分别在不同受试者身上进行时，采用成组比较法。②如果两种诊断方法在同一受试者身上进行时，采用配对比较法。2、受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以虚报概率为横轴，击中概率为纵轴所组成的坐标图，和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。

roc曲线的制作步骤：用SPSS制作ROC曲线。1、首先录入数据：在这里，序号1代表击中，0代表虚报，后面“频数”列对应的分别是先定概率在情况下击中和虚报的频数；2、其次对频数加权打开“分析”，最下方会出现“ROC曲线”，打开将“频数”拖入检验变量一栏，“序号”拖入状态变量一栏；3、状态变量的值设置为“1”；4、点选“ROC曲线”“对角参考线”“ROC曲线的坐标点”三个选项，确定；5、随后会出现这个原始的ROC曲线。

Graphpad绘制ROC曲线 在生物标志物模型分析中，还有一种常见的分析为受试者工作特征（ROC）曲线分析。如下图所示，ROC曲线也是这类文献中常见的分析图，结合临床数据，可以验证某个基因或模型作为疾病诊断和预后标志物。 那么如何使用Graphpad绘制ROC曲线呢？我们就以下图为例，来一步步演示吧。 1  数据准备 绘制ROC曲线需要生存状态、基因表达量，将数据整理成表格。示例文件 示例数据.xlsx 所示。 （1）patient：患者编号；（2）status：生存状态，其中0表示存活，1表示死亡；（3）expression：基因的表达量（或模型的风险评分）。 2  使用Graphpad进行ROC分析 接下来，打开 Graphpad ，选择 Column ，点击 Create 。 将Excel中ROC中的数据复制到Graphpad中。 点击 Analysis 中的 Analyze ，在 Column analysis 中选择 ROC Curve ，点击OK。 在 Parameters:ROC Curve 中选中 Line of identity （是否绘制参考线，AUC=），点击 OK 。 点击 Results 中 ROC of Data 1 中的 Area ，其中 Area under the ROC curve 下的 Area 值就是我们需要的AUC值。 3  绘制ROC曲线 点击 Graphs 中的 ROC curve: ROC of Data 1 。 双击坐标轴，修改相关参数。点击 Frame and Origin ，在 Size 中选择 Square （长宽相等），同时修改 Width 和 Height 。在 Frame style 中选择 Plain Frame （加边框）。 点击 X axis ，取消选择 Automatically determine the range and interval 。修改 Minimum （x轴最小值）、 Maximum （x轴最大值）和 Major ticks interval （坐标间隔）。点击 Left Y axis ，修改相同参数。 双击绘图区域，在 Data set 中选择 ROC of Data 1:ROC curve: Sensitivity% ，取消选择 Show symbols （显示关键点）、 C olor （颜色）、 Style （类型改成折线）、 Show legend （图例）等参数；将 Data set 修改成 ROC of Data 1:ROC curve:Indentity% ，修改相同的参数。 修改x轴和y轴标题，并将图例调整到合适的位置，ROC图就绘制完成了。 结果还是非常漂亮的对不对？