Кривая Рока для байесовской логистической регрессии

Question

Кто-нибудь может помочь мне реализовать ROC-кривую для байесовской логистической регрессии? пытался DPpackage, но это я или он просто не работает.

две модели, которые я хочу сравнить с использованием кривой ROC, показаны ниже:

bayes_mod=MCMClogit(Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr, data=mydata, burnin=500000,mcmc=10000, tune=0.6,b0=coef(mylogit.reduced),B0=information2, subset=c(-1772,-2064,-655))


bayes_mod1=MCMClogit(Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr, data=mydata, burnin=500000,mcmc=10000,tune=0.6,subset=c(-1772,-2064,-655))

где Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr мои аргументы; mydata - это база данных; mylogit.reduced - это логистическая регрессия, оцененная до байесовской, B0 ковариационная матрица, и subset=c устранены наблюдения.

Answer 1

Я не знаю этот пакет, но он, вероятно, предоставляет функцию предсказания (на самом деле это так, я просто не могу найти, подходит ли он для моделей MCMClogit, так как я не могу найти документ для этой функции). Затем вы можете передать его в функцию ROC, такую ​​как pROC:

library(pROC)
predictions <- predict(mydata, newdata=mytestdata)
roc(mytestdata$Default, predictions)