ROC曲線のベイジアンブートストラップ推定

受信機の動作特性（ROC）曲線は、診断または予後テストの差別的能力の測定に広く適用されます。これにより、ROC分析は医療統計における最も活発な研究分野の1つになります。ROC曲線とその機能を推定するために、多くのパラメトリックおよびセミパラメトリック推定方法が提案されています。このホワイトペーパーでは、ROC曲線とその機能（AUC）などのその機能について、完全にノンパラメトリック推定法であるベイジアンブートストラップ（BB）を提案します。BBメソッドは、経験的推定に対する帯域幅のない平滑化アプローチを提供し、信頼できる範囲を提供します。シミュレーション研究におけるROC曲線の推定の精度は、統合された絶対誤差によって調べられます。他の既存の曲線推定方法と比較して、BBメソッドは、精度、堅牢性、シンプルさの点でうまく機能します。また、BBアプローチに基づく手順を提案して、二元体の仮定をテストします。

Receiver operating characteristic (ROC) curve is widely applied in measuring discriminatory ability of diagnostic or prognostic tests. This makes the ROC analysis one of the most active research areas in medical statistics. Many parametric and semiparametric estimation methods have been proposed for estimating the ROC curve and its functionals. In this paper, we propose the Bayesian bootstrap (BB), a fully nonparametric estimation method, for the ROC curve and its functionals, such as the area under the curve (AUC). The BB method offers a bandwidth-free smoothing approach to the empirical estimate, and gives credible bounds. The accuracy of the estimate of the ROC curve in the simulation studies is examined by the integrated absolute error. In comparison with other existing curve estimation methods, the BB method performs well in terms of accuracy, robustness and simplicity. We also propose a procedure based on the BB approach to test the binormality assumption.