Análisis de curvas Roc. Principios básicos y aplicaciones (36)

El propósito de la presente monografía es mostrar al lector, de manera clara y sencilla, los aspectos fundamentales del análisis de curvas ROC (Receiver Operating Characteristic). En particular, a los profesionales e investigadores interesados en desarrollar una clasificación o diagnóstico y evaluar el rendimiento de uno o más clasificadores, validando e interpretando los resultados de dicha clasificación o diagnóstico. Por ello, el desarrollo de los fundamentos básicos de la teoría de las curvas ROC, se complementa ampliamente con la aplicación práctica, describiendo detalladamente los pasos para llevar a cabo la ejecución e interpretación del análisis de curvas ROC mediante programas informáticos, de manera que el lector pueda adaptarlo a su campo de aplicación sin entrar en el desarrollo de fondo de esta metodología. En líneas generales, el análisis de curvas ROC es una técnica estadística de decisión que, a partir de una característica, permite discriminar entre dos grupos o subpoblaciones de una población, proporcionando un criterio de clasificación y una medida de su bondad. El uso de las curvas ROC está muy extendido en la actualidad y juega un papel fundamental en procesos de diagnóstico y clasificación, por ejemplo en detección de señales, psiquiatría, medicina y psicología, y recientemente también en meteorología, inteligencia artificial y economía.