#criei a tabela de classificação conforme CMR abaixo, e usei o
#comando dignosis do pacote DiagnosisMed
#para calcular a sensibilidade e especificidade !
require(DiagnosisMed)
tab<-matrix(c(64,112,17,406),nrow=2,ncol=2,byrow=T,
dimnames=list(Classificado=c(" 1 "," 0 "),
Observado=c(" 1 "," 0 ")));tab
diagnosis(tab)[]
#Porém os valores estão trocados, o certo é
#Sensitividade =64 /(17+64) =79,01%
#Especificidade=406/(112+406)=78,378%
#Tentei usar o comando:
diagnosis(t(tab))[]
#Mas não deu certo. Sendo assim:
#1- o que ocorreu ?
#2- Tem alguma função nos pacotes epiR ou ROCR que
#calcula a sensibilidade e especificidade ?
#3- para achar o ponto de corte "ideal" tenho que fazer várias
tabelas de classificação
#e plotar a sens. x espec.
#No "satanic", tem-se um comando do proc logistic que
#mostra todas as sensibilidade e especificidade para diferentes pontos de cortes.
#Tem algum comando similar no R para regressão
logística múltipla ?
#no caso univariado tem-se:
y=c(0,1,0,0,1,1,1,0,0,0)
x=c(12,19,14,13,14,15,16,17,17,18)
require(DiagnosisMed);arearoc<-DiagnosisMed::ROC(y,x,Full=TRUE)
########### MUITO OBRIGADO ###########
#Alex