［ROC曲線］オプションはカテゴリカルな応答変数に対してのみ使用できます。受診者動作特性（ROC; Receiver Operating Characteristic）曲線は、応答変数の水準を予測確率で並べ替えて、モデルの予測精度を見るものです。ROC曲線の概要については、『基本的な統計分析』の「ロジスティック分析」章を参照してください。
応答変数がカテゴリカルな場合のパーティションでは、その予測値は0～1です。その予測値に対して、特定の閾値を設定して、各オブザベーションを陽性／陰性に分類することを考えます。たとえば、閾値を0.5としたら、予測値が0.5以上ならば「陽性」、0.5未満ならば「陰性」に分類することになります。この閾値を変化すると陽性／陰性に正しく分類される個数が変化しますが、その分類にはトレードオフがあります。
|
•
|
感度（sensitivity）は、真陽性の割合です。「真陽性」とは、イベントが生じているものが、「陽性」と正しく分類されることを指します。
|
|
•
|
特異度（specifity）は、真陰性の割合です。「真陰性」とは、イベントが生じていないものが、「陰性」と正しく分類されることを指します。
|
図5.17 3水準のときのROC曲線
