阿摩線上測驗
47.在測驗的心理計量性質中，有關「接受者操作特徵」（Receiver-Operating-Characteristic, ROC）的敘述，下列
何者正確？
(A)縱軸為1-敏感度（sensitivity）
(B)橫軸為1-特異度（specificity）
(C)曲線下面積（area under ROC curve）應小於0.8，才具有篩檢或診斷的效果
(D)最佳切截點是指離敏感度（sensitivity）等於1、特異度（specificity）等於0最近的點
答案：登入後查看
統計： A(195), B(827), C(767), D(604), E(0) #3133014
統計： A(195), B(827), C(767), D(604), E(0) #3133014
詳解 (共 8 筆)
who cares
#5930789
水平軸：偽陽率（1-特異度），垂直軸：真陽率（敏感度）
曲線下之面積代表正確診斷機率，若曲線越高正確診斷機率越高。
23
0
丁丁本丁-1142應屆上榜
#6614311
AI解題都會明標並免費公開。
ROC（Receiver-Operating-Characteristic）曲線是評估二元分類檢測工具效能的常用圖形，橫軸與縱軸代表不同的錯／對誤報率，以下逐項說明各選項的正誤及相關原理。
| 選項 | 敘述 | 正誤 | 詳解 |
|---|---|---|---|
| (A) | 縱軸為 1 − 敏感度（sensitivity） | 錯誤 | 縱軸實際代表 敏感度（True Positive Rate, TPR），也就是檢測對於有病者能檢出陽性的比例。1 − 敏感度則是漏檢率（False Negative Rate），並非 ROC 曲線所用。 |
| (B) | 橫軸為 1 − 特異度（specificity） | 正確 | 橫軸代表 偽陽性率（False Positive Rate, FPR），其計算式正是 1 − 特異度。ROC 即以 FPR（橫軸）對比 TPR（縱軸）來繪製，顯示不同切截點下檢測的靈敏度與誤報率間的取捨關係。 |
| (C) | 曲線下面積（area under ROC curve, AUC）應小於 0.8，才具有篩檢或診斷的效果 | 錯誤 | AUC 值範圍 0.5–1.0，越接近 1.0 表示檢測效能越佳。通常要求 AUC ≥ 0.8 才視為「良好」或「優良」的檢測工具；AUC < 0.7 屬於較差或可改進的檢測效能。 |
| (D) | 最佳切截點是指離敏感度（sensitivity）等於 1、特異度（specificity）等於 0 最近的點 | 錯誤 | 最佳切截點通常定義為 ROC 曲線上最接近左上角 (0,1) 的點，此點使得偽陽性率（FPR）最小且真陽性率（TPR）最大。左上角座標是 (FPR=0, TPR=1)，與「sensitivity=1 且 1−specificity=0」（即 specificity=1）相符，但敘述將「特異度」錯寫成距離 y 軸純量，並非直接以「sensitivity=1、specificity=1」之點來選；嚴謹做法是計算每個候選切截值到 (0,1) 點的歐氏距離，選擇距離最短者。 |
ㅤㅤ
ROC 曲線基本概念
-
橫軸（X）：偽陽性率 FPR = 1 − Specificity = FP / (FP + TN)
-
縱軸（Y）：真陽性率 TPR = Sensitivity = TP / (TP + FN)
-
曲線下面積（AUC）：衡量整體分類效能
-
0.5：效能與隨機猜測相當
-
0.7–0.8：可接受
-
0.8–0.9：良好
-
0.9：優秀
-
-
最佳切截點的選擇：
-
方法一：最大化 Youden’s J 指數（Sensitivity + Specificity − 1）
-
方法二：最小化歐氏距離到左上角 (0,1)：
距離=((1−Sensitivity)2次方+(0−FPR)2次方)開根號 -
兩種方法通常可得相近切截值，以兼顧敏感度與特異度的平衡。
-
正確選項： (B) 橫軸為 1 − 特異度（specificity）。
0
1