鲁达 前言
关于ROC曲线主要四种类型，分别是简单连续型数据、简单有序分类数据、多组连续型数据以及多组有序分类数据，那么前面讲了简单的数据分类的ROC曲线图分析，接下来我们熟悉一下多组连续型数据的ROC曲线图分析。基本原理是一致的，关键看曲线下面积的情况。例如我们应用一组科研数据，经过AgNOR染色的胃核仁组织交大颗粒数目与疾病的癌变有关，研究者对确诊为癌变异型增生的30例和癌变的33例病人的胃组织染色切片，观察100个细胞核，清点核仁的大颗粒与中颗粒数目，问两种颗粒诊断是否癌变的准确度如何。
那么这里就可以采用多组连续型数据的ROC分析。
开始着手
变量
数据的局部截图
通过提供的数据显示，两组数据里面即癌变组和未癌变组，均检查其大颗粒和中颗粒数目。
开始分析
分析命令
对于此种，我们可以直接调取ROC曲线制作命令，如分析——ROC曲线
弹出对话框进行变量的调整
面板
检验的变量自然变了，毕竟我们知道这个数据里的检验变量实际上是大颗粒和中颗粒，状态变量可以说是分组变量，那么就是分组了。将所需要的输出内容全部勾选。
这里需要注意的是，在选项里检验方向我们选择“较小的检验结果表示更明确的检验”因为“大中颗粒数目”越小，越有可能被判定为阳性结果，这与一般的情况不太一样，因此这个选项需要我们自己注意。
结果
结果图
曲线下的面积
结果图直接显示出两个颗粒的面积有所不同，再参照面积数据，大颗粒面积为0.804而中颗粒的面积是0.906，因此很明确了，大于0.9有较好的检验意义，但是我们需要注意的是二者之间的置信区间是有重叠的，那么就此而言，二者之间又可以认为是无差别的。所以二者值基本都比较高，暂且可以认为是两种诊断方法都比较好。