如何在r中为加权ROC曲线下面积创建置信区间？

Question

我手头有一个向量，其中包含不同研究的ROC曲线下面积，例如：

a <- c(.91, .85, .76, .89)

我还有每个研究参与者的绝对数量，例如：

n <- c(50, 34, 26, 47)

我使用weighted.mean函数计算了这些面积的加权平均值：

weighted.mean(a, n)

但是，基于我手头的信息，有没有一种方法在R中计算加权平均数的95％置信区间？我查看了pROC，但据我所知，那里需要每个ROC曲线的原始数据（我没有）。非常感谢您的任何建议！

- Anja S.

Answer 1

weighted.ttest.ci <- function(x, weights, conf.level = 0.95) {
    require(Hmisc)
    nx <- length(x)
    df <- nx - 1
    vx <- wtd.var(x, weights, normwt = TRUE) ## From Hmisc
    mx <- weighted.mean(x, weights)
    stderr <- sqrt(vx/nx)
    tstat <- mx/stderr ## not mx - mu
    alpha <- 1 - conf.level
    cint <- qt(1 - alpha/2, df)
    cint <- tstat + c(-cint, cint)
    cint * stderr
}

> weighted.ttest.ci(a,n)
[1] 0.7696 0.9627

- Hack-R

---

这确实提供了加权t检验，但并未解决对加权AUC的请求。这并不意味着加权AUC听起来真的是个好主意……对我来说，它实际上听起来像是个可怕的主意。 - IRTFM

@42 是计算不同ROC曲线下面积加权平均值的CI（使用一个最初为t.test编写但与我使用的weights包加权平均值相同的函数），按照OP指定的方式进行加权。 - Hack-R

我不知道ROC曲线，但是我使用了函数从加权数据中获取样本均值的置信区间，在weighted.mean命令中添加了na.rm=T后它非常有效。 - fmerhout