1. Receiver Operator Characteristics What is it and where does it come from Statistical aspects Use of ROC

2. Early radar signals Is this an enemy plane? Signal Noise Ratio

3. The problems of decision Sound the alarm when the signal is very small –Advantages Plenty of time to get the fighters off the ground Reduce the number of bombers reaching the target –Disadvantages Lots of false alarms Waste of gasoline, wear and tear on fighter planes Exhaust fighter pilots Sound the alarm when the signal is unmistakable –Advantages No waste, no wear and tear, no exhaustion –Disadvantages More bombers get through, more bombs, more destructions

4. Solution to decisions Code Yellow –Signal suggests possible incoming bomber –Pilots get dressed, fighter planes get loaded with gasoline and ammunition Code Orange –Signal suggests incoming bomber likely –Fighter planes towed to runway, pilots goes to the planes Code Red –Signal is unmistakable – Fighter planes take off

5. Receiver Operator Characteristics False alarms Sensitivity Useless operator Sensitivity and false alarm rate changes together Perfect operator 100% Sensitive 0% false alarms Most operators

6. Receiver Operator Characteristics False alarms Sensitivity Code Yellow Code Orange Code Red Increasing signal strength

7. False alarms Sensitivity Code Yellow Code Orange Code Red Increasing signal strength Receiver Operator Characteristics

8. What is it and where does it come from Statistical aspects Use of ROC

16. Statistical ROC A measurement is normally distributed in two groups, those outcome negative and those outcome positive Using a cut off level to make a decision will create a number of TP, FN, FP, and TN. From these Sensitivity and Specificity is calculated If the cut off value changes –TP,FN,FP,TN changes –Sensitivity and Specificity changes The relationship between Sensitivity and Specificity over the range of the measurement defines the ROC

17. Statistical ROC

21. Receiver Operator Characteristics What is it and where does it come from Statistical aspects Use of ROC

22. Advantages of using ROC It defines the quality of a test or prediction using a measurement without specifying a cut off value for decision making Assuming Normal distribution –The mean and Standard Error can be estimated –The 95% CI can be estimated –Statistical significance can be determined –Whether one test is better than another can be determined

23. 23 چهار ترکیب ممکن برای تصمیم و خطا مثبت نادرستFP : درصد افراد غیر مبتلا که مدل تصمیم به اشتباه آنها را مبتلا تشخیص داده است. منفی نادرستFN : درصد افراد مبتلا که مدل تصمیم به اشتباه آنها را غیرمبتلا تشخیص داده است. منفی درستTN : در صد افرادی غیر مبتلا که مدل تصمیم به درستی آن را تشخیص داده است. مثبت درستTP : درصد افرادی که بیماری دارند و مدل تصمیم به درستی آن را تشخیص داده است. TP+FN=100% FP+TN=100% هدف مدل تصمیم حداقل کردن خطاهاست) FPو FN(

24. 24 نکته درصد FN و FP به صورت مستقل حداقل نمی شود اگر FP کم شود FN افزایش می یابد و برعکس نمودار ROC مقدار بهینه را پیدا می کند.

25. 25 مثال: هدف تشخیص فشار خون بالا در افراد است. برای انجام این کار فشار خون افراد در سه گروه فرضی اندازه گیری می شود. 1- جمعیت سالم که تحت مراقبت قرار گرفته اند. 2- جمعیت بیماران مشمول مراقبت اولیه که به خاطر شکایات جزئی تحت بررسی هستند. 3- جمعیت بیمارانی که در بخش قلبی بستری هستند.

26. 26

27. 27 رسم منحنی ROC