кривая roc для байесовской логистической регрессии

Question

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

двух моделей я хочу, чтобы сравнить с помощью ROC кривой показано 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 - логистическая регрессия, оцененная до байесовской, B0 - это матрица ковариации, а subset=c - исключенные наблюдения.

Answer 1

Я не знаю этот пакет, но он, вероятно, обеспечивает функцию прогнозирования (на самом деле это так, я просто не могу найти, если он делает для моделей MCMClogit, поскольку я не могу найти документ для этой функции). Затем вы можете передать его функции ROC, например, pROC:

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