SCOPE：以两种方式引导 ROC 区域和错误：通过蒙特卡罗采样实现引导，并替换 ROC 区域。-matlab开发

没有直接的方法来计算两个风险因素的 ROC 区域之间差异的统计显着性。 这个程序实现了蒙特卡罗方法来对每个风险因素进行抽样，并通过放回抽样返回对 ROC 区域分布的估计（即它也可以称为自举方法，因为它不是分析性的，而是Emperical的）。 为了与 Matlab 的 perfcurve 进行交叉验证，该程序使用： function AROC=AROCforOptimization(observedoutcome,fittedoutcome) 用于比较。 结果非常接近。 使用方法将Area ROC保存在单独的文件中以进行统计测试如果需要差异。 提供了单元测试脚本。 如果您有任何想法，请与我联系。