实不相瞒，我觉得搜这个问题的八成不是地理人就是经管人。。
这个其实算是老师留的作业，不过查了半天找不到怎么画，就自己琢磨了一下过程放这了，过程我自我感觉应该是没什么问题的，有问题再删吧，然后因为才接触SPSS不久，这个方法肯定有很多可以改进的地方，大家有兴趣可以琢磨一下。
-
打开数据，这个应该就不用多说了。
-
因为我要做城镇化率的洛伦兹曲线，所有要在【数据>个案加权】中进行数据加权，加权的好处在于它会让SPSS把个案当成一个数值而不是一串字符（应该）。
-
右键将城镇化率按升序排列，同时新插入一个变量来存放累计百分数。
-
在【分析>描述统计>频率】中计算累计百分比，变量选择与曲线相关的两个变量，不选两个变量的话，会把重复的数值合并，至于频率中旁边的【统计】、【图表】等选项有兴趣的人可以琢磨琢磨，这个和洛伦兹曲线的制作感觉没啥关系。
-
要注意【格式】要选择按计数的升序排列，这样它的累计百分比出来就是由小到大累加的。
-
在输出界面得到计算出来的的累计百分数，双击激活表格，复制数据至数据集界面的累计百分比中。
-
在【图形>旧对话框>折线图】中新建折线图。
-
另外，如果还想要建立实际分布和均匀分布的折线的话，我想到的办法是在新建两个变量，输入实际分布和均匀分布对应的数值，输出曲线时选择【多线】，将城市名称改成部门名称也是同理。
-
另另外，如果在建立曲线时【图表中的数据类型】选择了【个案组摘要】就会发现它其实自带累计百分比。
不过这个自带的做出来的效果是这样的。
中间多了个转折点的原因是因为它把两个城镇化相同的给合并了，这个调整面板分布依据也没用，做出来的是很奇怪的图，有兴趣可以试试。
实不相瞒，我觉得搜这个问题的八成不是地理人就是经管人。。这个其实算是老师留的作业，不过查了半天找不到怎么画，就自己琢磨了一下过程放这了，过程我自我感觉应该是没什么问题的，有问题再删吧，然后因为才接触SPSS不久，这个方法肯定有很多可以改进的地方，大家有兴趣可以琢磨一下。打开数据，这个应该就不用多说了。因为我要做城镇化率的洛伦兹曲线，所有要在【数据>个案加权】中进行数据加权，加权的好处在于它会让SPSS把个案当成一个数值而不是一串字符（应该）。右键将城镇化率按升序排列，同时新插入
参加工
作
后，对分类模型性能评价有了进一步的认识，所以我来试着更新一下理解。
http://chen.yi.bo.blog.163.com/blog/static/150621109201042641952619/
这是之前的1.0版本，里面有一些基本概念。
首先，ROC
曲线
是tpr与fpr的相关关系可视化，这种衡量所考虑的目的是在尽量少的误诊（假阳性率）基础上，尽可能多地检验出阳性个
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》
ROC
曲线
（Receiver operating characteristic curve），即受试者工
作
特征
曲线
，主要用来评价某个指标对两类被试（如病人和健康人）分类/诊断的效果，以及寻找最佳的指标临界值使得分类效果最好。但是ROC
曲线
绘制的原理是什么，或者说如何一步步画出ROC
曲线
，以及如何用
SPSS
软件快速绘制出ROC
曲线
呢？对于很多新手朋友来说，对上述问题并不十分清楚。笔者这里对上述问题进行详细阐述，以期大家对ROC
曲线
有更深入的了解。
洛伦兹
曲线
是公平性评价指标，具体含义我就不解释了，我在学习的时候，怎么都理解不了
洛伦兹
曲线
到底是如何画的，直到我遇见下面这段话和这两张图：
来源于https://blog.csdn.net/dog250/article/details/79427812
什么是
洛伦兹
曲线
？我通过社会财富分配的例子用自己的语言先简单描述一下。
第一，画出横坐标。让参与财富分配的人按照自己收入从低到高依次从左到右...
#标题中的几个指标常用来衡量一个风控模型的优劣。
信贷场景下，某模型将一批客户分为了两类，一类是好客户，一类是坏客户，比如用logistic回归预测客户违约率，概率大于0.5的认为是坏客户，小于等于0.5的认为是好客户，那么如何评判该模型对客户的分类准确性呢？
我们都期望模型能达到这样一个目的：误杀率最低，漏网率最低，同时通过率最高，即误杀的好客户的数量最少并且正确识别出全部的坏客户，
对于您的问题，我可以回答。可以通过以下步骤绘制ROC
曲线
并计算AUC值：
1.在
SPSS
中打开数据集并选择菜单栏的 “Analyze”>“ROC Curve”>“Define Event Status”。
2.在后续弹出窗口中选择分类变量和事件“1”的值。点击“Continue”按钮。
3.在下一个窗口中，选择分类变量，并指定分类变量是否是有序的。
4.在 “Full Model”选项卡中设置模型。
5.单击“Plots”标签，并选择“ROC curve”选项。勾选“Show ROC curve in analysis window”。
6.点击“Options”选项卡并选择“Compute Area under the curve”选项。
7.点击“Continue”按钮，然后单击 “OK” 按钮运行分析。ROC
曲线
将显示在分析窗口中，AUC值将在输出中给出。
希望这可以帮助您解决问题。
