判断两个模型的敏感度、特异度、准确率

函数prop.test: install.pakage("stats")

函数epi.tests: install.pakage("epiR")

### 统计学检验 ###

# TP1：模型一的真正例数量

# TN1：模型一的真反例数量

# FP1：模型一的假正例数量

# FN1：模型一的假反例数量

# TP2：模型二的真正例数量

# TN2：模型二的真反例数量

# FP2：模型二的假正例数量

# FN2：模型二的假反例数量

x <- c(TN1,TN2); n <- c(TN1+FP1, TN2+FP2) # 特异度

prop.test(x,n, correct = T)$p.value

x <- c(TP1,TP2); n <- c(TP1+FN1, TP2+FN2) # 敏感度

prop.test(x,n, correct = T)$p.value

x <- c(TP1+TN1,TP2+TN2); n <- c(TP1+TN1+FP1+FN1, TP2+TN2+FP2+FN2) # 准确率

prop.test(x,n, correct = T)$p.value

### 置信区间求解 ###

dat <- as.table(matrix(c(TN1, FN1, FP1, TN1), nrow = 2, byrow = TRUE))

epi.tests(dat)

置信区间简易求解方法（感谢课题组赵老师提供的链接）

http://vassarstats.net/clin1.html?tdsourcetag=s_pctim_aiomsg

原文链接：https://blog.csdn.net/JianJuly/article/details/103881120