신호 탐지 이론은 주로 신호와 잡음을 구별하는 기술 및 규범 이론과 관련된 수학, 통계 및 심리학의 이론입니다. 이 분야에서 ROC(수신기 작동 특성)는 연구원이 잘못된 탐지와 잘못된 탐지를 비교할 수 있도록 하는 중요한 개념입니다. 강력한 통계 소프트웨어인 SPSS는 연구원의 데이터에 대해 이러한 곡선을 그릴 수 있습니다.
1 단계
데이터를 확인하고 정리합니다. ROC를 사용하려면 데이터가 올바른 형식이어야 합니다. "검출 유형"(검출에 사용된 테스트 또는 장치 목록), "검출된 신호"와 같은 변수가 최소한 필요합니다. (1은 검출을 나타내고 0은 검출 부족을 나타냄) 및 "count"(각 테스트/검출에 대한 데이터 포인트 수) 콤비네이션). 이 세 변수에 대한 데이터를 행이 아닌 열에 정렬합니다.
오늘의 비디오
2 단계
데이터를 SPSS에 입력합니다. SPSS를 열고 위의 메뉴에서 "파일"을 선택하십시오. "열기"를 선택하고 데이터 세트가 포함된 파일을 선택하십시오.
3단계
"카운트"로 케이스 무게. SPSS는 "count"에 대한 데이터가 단일 데이터 포인트를 나타내는지 또는 데이터 포인트의 누적을 나타내는지 구별할 수 없습니다. 따라서 "count"가 둘 이상의 데이터 포인트를 나타낸다는 것을 SPSS에 명시적으로 알려야 합니다. 상단 메뉴에서 "데이터"를 선택하십시오. "웨이트 케이스"를 선택하면 새 메뉴가 나타납니다. "가중 케이스 기준" 왼쪽에 있는 버튼을 클릭합니다. "count"를 강조 표시하고 "가중치 기준" 아래에 있는 화살표를 클릭합니다. "횟수"가 "빈도 변수" 아래에 나타납니다. "확인"을 클릭합니다.
4단계
ROC 곡선을 사용합니다. 상단 메뉴에서 "분석"을 선택하십시오. "ROC 곡선" 옵션을 선택합니다. "감지 유형"을 강조 표시하고 "테스트 변수" 아래 상자 옆에 있는 화살표를 클릭하여 이 상자에 "탐지 유형"을 배치합니다. "감지된 신호"를 강조 표시하고 "상태 변수" 아래의 상자 옆에 있는 화살표를 클릭하여 이 상자에 "감지된 신호"를 배치합니다. "상태 변수 값" 옆에 있는 상자에 "1"을 입력합니다. "확인"을 클릭하면 ROC 곡선이 나타납니다.
