SPSS中ROC曲线如何根据预测概率绘制并计算AUC值？

Question

在SPSS中，如何基于 Logistic 回归模型的预测概率绘制 ROC 曲线并计算 AUC 值？ 常见问题：进行 Logistic 回归分析后，得到预测概率变量，但不确定如何正确设置“状态变量”和“切割值”以生成 ROC 曲线。具体步骤包括：1) 保存 Logistic 回归的预测概率；2) 转至“分析”->“ROC 曲线”，将实际分类变量设为“状态变量”，输入合理的切割值（通常为 0.5）；3) 将预测概率变量选入“检验变量”。最终，SPSS 输出的 ROC 图和 AUC 值可用于评估模型区分能力。若 AUC 接近 1，则模型性能更优。如遇 AUC 显著偏低或曲线异常，可能是状态变量与预测变量关系设置错误，需重新检查数据编码与变量定义。