Auc Kurve In Stata Forex

HINWEIS: Die IDRE Statistical Consulting Group wird die Migration der Website auf das WordPress CMS im Februar, um die Wartung und Erstellung neuer Inhalte zu erleichtern. Einige unserer älteren Seiten werden entfernt oder archiviert, so dass sie nicht länger erhalten bleiben. Wir werden versuchen, die Weiterleitungen so zu halten, dass die alten URLs weiterhin so gut funktionieren, wie wir können. Willkommen im Institut für Digitale Forschung und Bildung Helfen Sie der Stat Consulting Group, indem Sie ein Geschenk geben Stata FAQ Wie kann ich den Unterschied im Bereich unter ROC-Kurve für zwei logistische Regressionsmodelle testen In Stata ist es sehr einfach, den Bereich unter der ROC-Kurve zu erhalten Entweder logit oder logistic, indem Sie den Befehl lroc verwenden. Mit lroc können Sie jedoch nicht die Bereiche unter der ROC-Kurve für zwei verschiedene Modelle vergleichen. Es ist möglich, dies mit Hilfe der logistischen linearen Prädiktoren und dem roccomp-Befehl zu machen. Hier ist ein Beispiel: Wir haben zwei verschiedene Modelle ausgeführt und haben Bereiche unter der ROC-Kurve von .5785 und .8330. Als nächstes verwenden wir die beiden linearen Prädiktoren mit dem Befehl roccomp, um einen Test der Unterschiede im Bereich unter der ROC-Kurve zu erhalten. Die Verwendung von roccomp mit linearen Prädiktoren aus logistischer Regression wird mit verschachtelten und nicht-verschachtelten Modellen funktionieren. Dank Sid Port für diesen Ansatz. Mario A. Cleves, Von der Helpdesk: Vergleichen von Bereichen unter Empfänger Betrieb Kennlinien von zwei oder mehr Probit-oder Logit-Modelle. Das Stata Journal (2002) 2, Nr. 3, Seiten 301-313. Der Inhalt dieser Website sollte nicht als eine Bestätigung irgendeiner bestimmten Website, eines Buches oder Softwareprodukts der Universität von Kalifornien ausgelegt werden. MLOGITROC: Stata-Modul zur Berechnung von Multiclass-ROC-Kurven und AUC aus multinomialer logistischer Regression mlogitroc erzeugt ROC-Kurven mit mehreren Klassen Für die Klassifikationsgenauigkeit basierend auf multinomialer logistischer Regression unter Verwendung von mlogit. Der Algorithmus beginnt mit dem Ausführen von mlogit B100 mal mit bootstrapted Datensätzen für jeden Lauf, während die ursprünglichen Klassen-Labels intakt sind. Die Klassenvorhersage wird dann für Datensätze durchgeführt, die während des Bootstrappings nicht abgetastet werden, und die Genauigkeit für die linken Datensätze wird als der Bruch der korrekten Klassenmitgliedschaftsvorhersagen bestimmt. Dies führt zu B100-Realisierungen der Genauigkeit für die alternative Verteilung. Als nächstes werden B100-mlogit-Läufe wieder hergestellt, aber diesmal nach dem Mischen von Klassenlabels aller Datensätze vor dem Modellieren, was zu B100-Realisierungen von Nullgenauigkeit führt. Für die B100-Alternativ - und Null-Genauigkeitswerte werden unter Verwendung der Kerndichte-Schätzung (KDE, Gaussian-Kernel) geglättete Wahrscheinlichkeitsverteilungen erhalten, um 100 geglättete Realisierungen für eine alternative und Nullgenauigkeit zu erhalten. Aus den von KDE abgeleiteten glatten pdfs werden die falsch positive Rate (FPR), die wahre positive Rate (TPR) und die Fläche unter der Kurve (AUC) bestimmt. Es werden Twoway-Streudiagramme der geglätteten pdfs konstruiert, gefolgt von der Auftragung der ROC-Kurve. Wenn Sie Probleme beim Herunterladen einer Datei haben, überprüfen Sie, ob Sie die richtige Anwendung haben, um sie zuerst anzuzeigen. Bei weiteren Problemen lesen Sie bitte die IDEAS-Hilfeseite. Beachten Sie, dass diese Dateien nicht auf der IDEAS-Website sind. Bitte haben Sie Geduld, da die Dateien groß sein können. Wenn Sie eine Korrektur anfordern, erwähnen Sie bitte diese Elemente behandeln: RePEc: boc: bocode: s457181. Siehe allgemeine Informationen zur Korrektur von Material in RePEc. Für technische Fragen zu diesem Artikel oder zur Korrektur von Autoren, Titeln, Abstracts, Bibliographien oder Download-Informationen wenden Sie sich an: (Christopher F Baum) Wenn Sie diesen Artikel verfasst haben und noch nicht bei RePEc registriert sind, empfehlen wir Ihnen, es hier zu tun . Dadurch können Sie Ihr Profil mit diesem Element verknüpfen. Es erlaubt Ihnen auch, potenzielle Zitate zu diesem Punkt zu akzeptieren, dass wir uns unsicher sind. Wenn Referenzen vollständig fehlen, können Sie sie über dieses Formular hinzufügen. Wenn die vollständigen Referenzen ein Element auflisten, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpft ist, können Sie mit diesem Formular helfen. Wenn Sie über fehlende Elemente wissen, können Sie uns helfen, diese Links zu erstellen, indem Sie die relevanten Referenzen in der gleichen Weise wie oben hinzufügen. Wenn Sie ein registrierter Autor dieses Artikels sind, können Sie auch die Registerkarte Zitate in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf die Bestätigung warten. Bitte beachten Sie, dass Korrekturen einige Wochen dauern können, um die verschiedenen RePEc-Dienste zu filtern. Mehr Dienste Folgen Serien, Zeitschriften, Autoren amp mehr Neue Papiere per E-Mail Neuzugänge zu RePEc abonnieren Autor-Registrierung Öffentliche Profile für Wirtschaftswissenschaftler Verschiedene Rankings der Forschung in Wirtschaftswissenschaften amp verwandte Bereiche Wer war ein Student von wem, mit RePEc RePEc Biblio Kuratierte Artikel amp Papiere zu verschiedenen Themen der Wirtschaftswissenschaften Hochladen Sie Ihr Papier auf RePEc und IDEAS aufgeführt werden EconAcademics Blog Aggregator für Ökonomie Forschung Plagiat Fälle von Plagiaten in der Wirtschaft Job-Marktpapiere RePEc Arbeitspapier-Serie auf dem Arbeitsmarkt Fantasy League Vorgeben Sie sind an der Spitze einer Volkswirtschaft Abteilung Services aus den StL Fed Data, Forschung, Anwendungen amp mehr aus der St. Louis Fed