描述

计算两个ROC曲线下面积的比较所需的样本量（来自相同情况）。样本数量考虑了所需的显着性水平和测试能力（请参阅样本数量计算：简介）。

必填项

• I类错误-α：产生I类错误的概率（α级，两面），即在事实为真时拒绝零假设的概率。
• II型错误-beta：发生II型错误的概率（β级），即实际上接受错误假设时接受零假设的概率。
• ROC曲线下的面积1：第一个ROC曲线的假设面积。
• ROC曲线2下的面积：第二条ROC曲线的假设面积。
• 阳性组中的相关性：阳性组中的假设等级相关系数（异常情况）
• 阴性组的相关性：阴性组中的假设等级相关系数（正常情况）
• 阴性/阳性组中样本数量的比率：输入所需的阴性和阳性病例比率。如果希望两个组的案件数相等，则输入1；否则，请输入1。如果您希望否定案件的数量是肯定组的两倍，请输入2。

例

您有兴趣证明，ROC曲线下面积为0.825和0.9的两种测定法（在相同情况下执行）的区分能力显着不同。从以前的研究中您知道，在阳性和阴性病例中，两种测定之间的等级相关性均为0.4。

在ROC曲线1下的Area和ROC曲线2下的Area输入值0.825和0.9。接下来，在正数组中输入0.4，在负数组中输入0.4。

对于α级，选择0.05，对于β级，选择0.20（功效为80％）。

单击“计算”后，程序将显示所需的样本量。

在示例中，阳性组需要133例，阴性组需要266例，总共399例。

表格显示了不同类型I和类型II错误级别所需的样本量。