Fig 1Receiver operating characteris

Fig 1
Receiver operating characteristic (ROC) curves plotting the true-positive rate (sensitivity) in function of the false-positive rate (100-specificity) for different cutoff points of a parameter. The area under the ROC curve (AUC) measures how well a parameter can distinguish between diagnostic classes. In the asthma/CC+ class an AUC of 0.87 means that a randomly selected subject from this class has a test value larger than that for a randomly chosen subject from another class 87% of the time.

ผลลัพธ์ (ไทย) 1:

ฟิก 1รับปฏิบัติลักษณะ (ROC) โค้งพล็อตอัตราจริงบวก (ไว) ในฟังก์ชันของอัตราบวกเท็จ (100 specificity) สำหรับจุดตัดยอดแตกต่างของพารามิเตอร์ พื้นที่ใต้โค้ง ROC (AUC) ประเมินด้วยวิธีพารามิเตอร์สามารถแยกระหว่างสอนวินิจฉัย ในโรคหอบหืด / CC + AUC เป็น 0.87 หมายความว่า เรื่องเลือกสุ่มจากชั้นนี้มีค่าทดสอบมากกว่าที่สำหรับเรื่องท่านสุ่มจากคลาสอื่น 87% ของเวลาเรียน

ผลลัพธ์ (ไทย) 2:

รูปที่ 1
รับลักษณะการดำเนินงาน (ROC) เส้นโค้งการวางแผนอัตราที่แท้จริงบวก (ไว) ในการทำงานของอัตราการเท็จบวก (100 จำเพาะ) สำหรับจุดตัดที่แตกต่างกันของพารามิเตอร์ พื้นที่ใต้โค้ง ROC (AUC) วัดวิธีการที่ดีพารามิเตอร์สามารถแยกแยะความแตกต่างระหว่างชนชั้นวินิจฉัย ในโรคหอบหืด / CC + ชั้น AUC 0.87 หมายความว่าเป็นเรื่องที่สุ่มเลือกจากชั้นนี้มีค่าทดสอบมีขนาดใหญ่กว่าที่เป็นเรื่องที่สุ่มเลือกจากชั้นอีก 87% ของเวลา

ผลลัพธ์ (ไทย) 3:

มะเดื่อ 1
( ROC ) เส้นโค้งลักษณะผู้รับงานวางแผนอัตราบวกจริง ( ความไว ) ในการทำงานของอัตรา false-positive ( 100 ความจำเพาะ ) เพื่อตัดจุดแตกต่างกันของพารามิเตอร์ พื้นที่ใต้โค้ง ROC ( โต ) วัดว่าพารามิเตอร์สามารถแยกแยะระหว่างเรียนเพื่อการวินิจฉัย ในโรคหืด / ซีซี ระดับความเข้มข้นของ 087 หมายความว่าการสุ่มเลือกวิชาเรียนนี้มีการทดสอบค่าที่มีขนาดใหญ่กว่าสำหรับการสุ่มเลือกหัวข้อจากคลาสอื่น 87 เปอร์เซ็นต์ของเวลา