ROC分析主要用于诊断试验，诊断试验是指评价某种疾病诊断方法的临床试验。在医学上诊断试验结果的毫厘之差都会造成很严重的后果，医生在大量分析之后难免会出现疲劳的现象所以必须借助一些工具来辅助分析。这时候 SPSS的ROC分析 就起到了作用，可以帮助医生提高分析的正确率还可以节约时间。

ROC分析是SPSS为医学领域单独打造的功能，有学医的小伙伴可以拿来使用。接下来我将在IBM SPSS Statistics中，用几个简单的步骤演示如何进行ROC分析。

二、步骤教学

1、打开数据

下图是109份CT影像，其中有51份采用确诊为异常，58份确诊为正常。某医生将这些CT影像按照异常程度评级为1、2、3、4、5，我将以此数据为基础进行ROC分析。

图1：数据展示

2、对频数进行加权

首先点击菜单中的“数据”按钮，然后点击下级菜单中的“个案加权”。

图2：频数加权菜单位置

然后将频数加入到右侧的“频率变量”中，再点击确定，我们就完成了对频数的加权。

图3：个案加权

图3：个案加权

3、菜单位置

首先点击菜单中的“分析”按钮，接着点击下级菜单中的“分析”按钮，最后点击“ROC曲线”按钮。

图4:菜单位置

4、编辑ROC曲线

将“诊断类别”变量加入到检验变量框中，将“组别”变量加入到状态变量框中。

图5：编辑ROC曲线

5、结果展示

如图所示，所有的个案都被加权了且都被成功处理。

图6：个案摘要

ROC曲线也被成功绘制。

图7：ROC曲线

图中的区域那一栏的值是0.893，当值在0.7到0.9时说明医生划分等级的合理性较高（取值范围时0到1）。

图8：曲线下方的区域

ROC分析是 IBM SPSS Statistics 为医学领域专门打造的功能，SPSS还有其他专业功能。比如统计学专业相关功能，还有问卷调查设计的功能。这些功能可以为我们提供一些参考，也可以减少计算时间，从而可以更专心的进行研究。如果有需要可以自行去中文官网阅读相关文档学习。