r - 贝叶斯逻辑回归的 roc 曲线

Question

有没有人可以帮我实现贝叶斯逻辑回归的 ROC 曲线？一直在尝试 DPpackage 但它是我还是它不起作用。

我想使用 ROC 曲线比较的两个模型如下所示：

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))

Default ~ ACTIVITY + CIF + MAN + STA + PIA + COL + CurrLiq + DebtCov + GDPgr我的论点在哪里？mydata 是数据库；mylogit.reduced 是在贝叶斯之前估计的逻辑回归，B0是协变矩阵，subset=c是消除的观测值。

Answer 1

我不知道这个包，但它可能提供了一个预测功能（实际上它确实提供了，我只是找不到它是否适用于 MCMClogit 模型，因为我找不到这个功能的文档）。然后，您可以将其传递给 ROC 函数，例如 pROC：

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