マルチレベルのROC曲線
状況
- 信号検出モデルのおはなし
- ある信号の有無について多段階評定法(5段階)でデータを取る
- 横軸にFA(率),縦軸にH(率)を描くとこうなる(ROC曲線)
- このデータを100人について取るとする
- もちろん,この曲線にも個人差がある
- ところで,FA率,H率をz変換するとおよそ(大雑把にいって)線形回帰で近似できる
- この線形回帰モデルの傾きが1に等しくなければ,等分散ガウス信号検出モデルの等分散の仮定が怪しい,そういう理屈
- で,これを戻すとまあまあROC曲線に近似するというわけだ
- しかし,これはあくまでもひとりのデータであって,これが100人分ある,と考えよう
ベイズでやろう
- これは普通に変換したFA率を説明変数,変換したH率を応答変数,個人を変量効果と考えた線形混合効果モデルに帰着する
- つまり,集団平均の傾きと切片があり,集団内の傾きと切片の分散共分散行列があると考える
- Rのbrmsパッケージとかでちゃっちゃとやっちゃう