{"id":4108,"date":"2026-10-15T01:51:35","date_gmt":"2026-10-15T00:51:35","guid":{"rendered":"https:\/\/wpcalc.com\/de\/statistik\/roc-auc-rechner\/"},"modified":"2026-10-15T01:51:35","modified_gmt":"2026-10-15T00:51:35","slug":"roc-auc-rechner","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/de\/statistik\/roc-auc-rechner\/","title":{"rendered":"ROC-AUC-Rechner"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Wie gut Ihre Scores zwei Klassen trennen<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"4108\" data-favorite-title=\"ROC-AUC\" data-favorite-url=\"https:\/\/wpcalc.com\/de\/statistik\/roc-auc-rechner\/\" data-favorite-excerpt=\"Geben Sie Klassenlabels (0\/1) und Vorhersage-Scores ein, um ROC-AUC, Gini-Koeffizient, den optimalen Schwellenwert nach dem Youden-Index, die Konfusionsmatrix und alle Punkte der ROC-Kurve zu berechnen.\" aria-label=\"Zu Favoriten hinzuf\u00fcgen\" data-favorite-icon=\"icon icon-wpcalc-dice\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/de\/statistik\/roc-auc-rechner\/\" method=\"POST\" class=\"calculator\" id=\"calculator-4108\" data-post=\"4108\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Eingabefelder<\/legend><div class=\"field\" id=\"input-1\"><label for=\"field-1\">Tats\u00e4chliche Klassenlabels (0 oder 1)<\/label><textarea id=\"field-1\" name=\"tatschliche_klassenlabels_0_oder_1\">1; 1; 0; 1; 0; 0; 1; 0; 1; 0<\/textarea><\/div><div class=\"field\" id=\"input-2\"><label for=\"field-2\">Vorhergesagte Scores<\/label><textarea id=\"field-2\" name=\"vorhergesagte_scores\">0.9; 0.8; 0.7; 0.85; 0.3; 0.2; 0.6; 0.4; 0.75; 0.1<\/textarea><\/div><div class=\"field has-term\" id=\"input-3\"><label for=\"field-3\">Schwellenwert f\u00fcr die Konfusionsmatrix<\/label><div class=\"term\">t<\/div>  <div class=\"absolute bottom-0 left-16 top-8 w-2 h-0.5 bg-blue-500\"><\/div><input type=\"number\" name=\"schwellenwert_fr_die_konfusionsmatrix\" id=\"field-3\" aria-describedby=\"calc-info-3\" placeholder=\"e.g. 0.5\" step=\"any\" value=\"0.5\"\/><small id=\"calc-info-3\">Ein Fall gilt als positiv vorhergesagt, wenn sein Score gr\u00f6\u00dfer oder gleich diesem Schwellenwert ist. Hat keinen Einfluss auf die AUC.<\/small><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Neu berechnen\" id=\"calculate-button\" data-post=\"4108\">Berechnen<\/button><button type=\"reset\">Zur\u00fccksetzen<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Automatisch berechnen<\/label><small>Wenn aktiviert, wird das Ergebnis automatisch aktualisiert, sobald Sie einen Wert \u00e4ndern.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> Ergebnisse der ROC-Analyse<\/h3><div class=\"result-box\"><div class=\"field-result\" id=\"output-1\"><span class=\"field-title\"><span>Fl\u00e4che unter der ROC-Kurve<\/span><span class=\"result-term\">AUC<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-2\"><span class=\"field-title\"><span>Gini-Koeffizient (2\u00b7AUC \u2212 1)<\/span><span class=\"result-term\">G<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-3\"><span class=\"field-title\"><span>Bester Schwellenwert (Youden-Index J)<\/span><\/span><span class=\"field-value\" id=\"result-3\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-4\"><span class=\"field-title\"><span>Konfusionsmatrix beim gew\u00e4hlten Schwellenwert<\/span><\/span><span class=\"field-value\" id=\"result-4\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-5\"><span class=\"field-title\"><span>Punkte der ROC-Kurve<\/span><\/span><span class=\"field-value\" id=\"result-5\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-6\"><span class=\"field-title\"><span>So lesen Sie die Ergebnisse<\/span><\/span><span class=\"field-value\" id=\"result-6\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Ergebnis kopieren\" aria-label=\"Ergebnis kopieren\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Link zu dieser Berechnung kopieren<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Kommentar schreiben<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"4108\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">Wie finden Sie dieses Ergebnis?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">Gef\u00e4llt mir <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">Hilfreich <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Verwirrt <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">Entt\u00e4uscht <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Ungenau <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>ROC-AUC-Formel<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">Formel<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ \\text{AUC} = \\frac{\\#\\{\\text{Paare mit } s_+ &gt; s_-\\} + \\tfrac{1}{2}\\,\\#\\{\\text{Paare mit } s_+ = s_-\\}}{P \\cdot N} \\]\n\\[ G = 2\\,\\text{AUC} - 1, \\qquad J = \\text{Sensitivit\u00e4t} + \\text{Spezifit\u00e4t} - 1 = \\text{TPR} - \\text{FPR} \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>Dabei bedeuten:<\/strong><\/p>\n<ul>\n<li>\\(P\\) \u2014 Anzahl der positiven F\u00e4lle (Label 1)<\/li>\n<li>\\(N\\) \u2014 Anzahl der negativen F\u00e4lle (Label 0)<\/li>\n<li>\\(s_+\\) \u2014 Score eines positiven Falls; \\(s_-\\) \u2014 Score eines negativen Falls<\/li>\n<li>\\(G\\) \u2014 Gini-Koeffizient (Somers' D), eine Umskalierung der AUC<\/li>\n<li>\\(J\\) \u2014 Youden-Index, mit dem der beste Schwellenwert ermittelt wird<\/li>\n<\/ul>\n<p>Die AUC gibt die Wahrscheinlichkeit an, dass ein zuf\u00e4llig gezogener positiver Fall einen h\u00f6heren Score erh\u00e4lt als ein zuf\u00e4llig gezogener negativer Fall (Gleichst\u00e4nde z\u00e4hlen als halber Erfolg). Sie entspricht der Fl\u00e4che unter der ROC-Kurve nach der Trapezregel und der Mann-Whitney-U-Statistik dividiert durch \\(P \\cdot N\\).<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>ROC-AUC \u2013 Rechenbeispiel<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Beispiel:<\/strong> 10 F\u00e4lle, 5 positive und 5 negative, mit den voreingestellten Scores. Die positiven Scores sind 0,9; 0,85; 0,8; 0,75; 0,6, die negativen Scores sind 0,7; 0,4; 0,3; 0,2; 0,1.<\/p>\n<p>Es gibt \\(P \\cdot N = 25\\) positiv-negative Paare. Bei 24 davon liegt der positive Fall vorne; das einzige falsch eingeordnete Paar ist (0,6; 0,7). Kein Paar liegt gleichauf, also gilt:<\/p>\n<p>\\[ \\text{AUC} = \\frac{24 + \\tfrac{1}{2}\\cdot 0}{5 \\times 5} = 0.96 \\]<\/p>\n<p><strong>Ergebnis:<\/strong> AUC = 0,96, Gini-Koeffizient \\(2 \\times 0,96 - 1 = 0,92\\). Der beste Schwellenwert nach dem Youden-Index liegt bei <strong>Score \u2265 0,6<\/strong> (Sensitivit\u00e4t 100 %, Spezifit\u00e4t 80 %, \\(J = 0.8\\)). Beim voreingestellten Schwellenwert 0,5 ergibt sich die Konfusionsmatrix TP = 5, FP = 1, FN = 0, TN = 4 (Genauigkeit 90 %).<\/p>\n<p>\n\r\n<\/section>\n<h2>So benutzen Sie den Rechner<\/h2>\n<ol>\n<li>F\u00fcgen Sie Ihre <strong>tats\u00e4chlichen Klassenlabels (0 oder 1)<\/strong> in das erste Feld ein \u2014 ein Label pro Fall, getrennt durch Leerzeichen, Zeilenumbr\u00fcche oder Semikolons. Verwenden Sie 1 f\u00fcr die positive und 0 f\u00fcr die negative Klasse.<\/li>\n<li>F\u00fcgen Sie Ihre <strong>Vorhersage-Scores<\/strong> in das zweite Feld ein, in derselben Reihenfolge wie die Labels. Jede numerische Skala funktioniert (Wahrscheinlichkeiten, Modellausgaben, Bewertungen); Dezimalkommas sind zul\u00e4ssig.<\/li>\n<li>\u00c4ndern Sie optional den <strong>Schwellenwert f\u00fcr die Konfusionsmatrix<\/strong> (Standard 0,5). Ein Fall gilt als positiv vorhergesagt, wenn sein Score mindestens so hoch ist wie dieser Schwellenwert. Auf die AUC hat der Schwellenwert keinen Einfluss.<\/li>\n<li>Lesen Sie die Ergebnisse ab: die <strong>Fl\u00e4che unter der ROC-Kurve<\/strong>, den <strong>Gini-Koeffizienten<\/strong>, den <strong>besten Schwellenwert (Youden-Index)<\/strong>, die Konfusionsmatrix bei Ihrem Schwellenwert sowie eine Tabelle mit ROC-Kurvenpunkten, die Sie zeichnen k\u00f6nnen.<\/li>\n<\/ol>\n<p>Beide Listen m\u00fcssen gleich lang sein, und die Daten m\u00fcssen mindestens einen positiven und einen negativen Fall enthalten \u2014 andernfalls l\u00e4sst sich keine Rangordnung bewerten.<\/p>\n<h2>Was ist die ROC-AUC?<\/h2>\n<p>Die ROC-Kurve (Receiver Operating Characteristic) zeigt, wie gut ein bin\u00e4rer Klassifikator bei jedem denkbaren Schwellenwert abschneidet. Jeder Punkt der Kurve ist ein Paar aus falsch-positiv-Rate und richtig-positiv-Rate, das entsteht, wenn alle F\u00e4lle mit einem Score ab einem bestimmten Schwellenwert als positiv klassifiziert werden. Wandert der Schwellenwert von hoch nach niedrig, zeichnet die Kurve eine Linie vom Ursprung (nichts als positiv vorhergesagt) bis in die obere rechte Ecke (alles als positiv vorhergesagt).<\/p>\n<p>Die AUC \u2014 die Fl\u00e4che unter dieser Kurve \u2014 fasst die gesamte Kurve in einer einzigen Zahl zusammen. Sie hat eine unmittelbare wahrscheinlichkeitstheoretische Bedeutung: die Chance, dass ein zuf\u00e4llig gew\u00e4hlter positiver Fall einen h\u00f6heren Score erh\u00e4lt als ein zuf\u00e4llig gew\u00e4hlter negativer. Eine perfekte Rangordnung ergibt AUC = 1, eine nutzlose (zuf\u00e4llige) Rangordnung AUC = 0,5, und eine durchgehend umgekehrte Rangordnung AUC &lt; 0,5 \u2014 in letzterem Fall sollten Sie die Richtung Ihrer Scores umkehren.<\/p>\n<p>Als grobe Faustregel gilt: 0,9\u20131 ausgezeichnet, 0,8\u20130,9 gut, 0,7\u20130,8 brauchbar, 0,6\u20130,7 schwach, 0,5 nicht besser als der Zufall. Der Gini-Koeffizient \\(2\\cdot\\text{AUC}-1\\) skaliert dies so um, dass 0 Zufall und 1 perfekt bedeutet; er ist vor allem im Credit Scoring verbreitet, wo er auch als Somers' D bezeichnet wird.<\/p>\n<p>Anders als Genauigkeit oder Pr\u00e4zision ist die AUC <em>schwellenwertfrei<\/em>: Sie misst, wie gut die Scores die F\u00e4lle in eine <em>Rangordnung<\/em> bringen, unabh\u00e4ngig von jedem Schwellenwert, den Sie sp\u00e4ter w\u00e4hlen. Das macht sie zur nat\u00fcrlichen Metrik f\u00fcr den Vergleich von Scoring-Modellen, bedeutet aber auch, dass sie nichts \u00fcber die Kalibrierung aussagt \u2014 ein Score von 0,8 entspricht nicht zwangsl\u00e4ufig einer Wahrscheinlichkeit von 80 %. Wenn Sie Kennzahlen der Konfusionsmatrix bei einem bestimmten Schwellenwert ben\u00f6tigen, kombinieren Sie dieses Tool mit dem <a href=\"https:\/\/wpcalc.com\/de\/statistik\/konfusionsmatrix-rechner\/\">Konfusionsmatrix-Rechner<\/a>.<\/p>\n<h2>Den Schwellenwert w\u00e4hlen<\/h2>\n<p>Der Rechner gibt den Schwellenwert aus, der den Youden-Index \\(J = \\text{Sensitivit\u00e4t} + \\text{Spezifit\u00e4t} - 1\\) maximiert \u2014 also den Punkt der ROC-Kurve mit dem gr\u00f6\u00dften Abstand zur Diagonalen. Das ist ein sinnvoller Standard, aber nicht immer die operativ beste Wahl. Beim medizinischen Screening wollen Sie eventuell eine hohe Sensitivit\u00e4t und akzeptieren daf\u00fcr mehr falsch-positive Befunde; bei einem Best\u00e4tigungstest oder bei Betrugserkennung mit teuren Nachpr\u00fcfungen kann die Spezifit\u00e4t wichtiger sein. Nutzen Sie die Tabelle der ROC-Punkte, um den Zielkonflikt zwischen Sensitivit\u00e4t und Spezifit\u00e4t bei jedem vorkommenden Score zu sehen, und w\u00e4hlen Sie den Schwellenwert, der zu Ihren Kosten passt.<\/p>\n<p>Da die AUC eine Rangordnungsmetrik ist, steht sie anderen Rangstatistiken nahe. Wenn Sie Rang\u00fcbereinstimmungen allgemeiner untersuchen, behandelt der <a href=\"https:\/\/wpcalc.com\/de\/statistik\/kendall-tau-rechner\/\">Kendall-Tau-Rechner<\/a> konkordante und diskordante Paare zwischen zwei Variablen.<\/p>\n<h2>Voraussetzungen, Grenzen und Hinweise<\/h2>\n<ul>\n<li><strong>Nur bin\u00e4re Ergebnisse.<\/strong> Die Labels m\u00fcssen exakt 0 oder 1 sein. Bei Mehrklassenproblemen berechnen Sie eine AUC pro Klasse (Eins-gegen-den-Rest).<\/li>\n<li><strong>Unabh\u00e4ngigkeit.<\/strong> Jeder Fall tr\u00e4gt ein Label und einen Score bei, und die F\u00e4lle werden als unabh\u00e4ngig angenommen. Wiederholte Messungen an derselben Person verletzen diese Annahme.<\/li>\n<li><strong>Gleichst\u00e4nde werden ber\u00fccksichtigt,<\/strong> indem jedes gleichauf liegende positiv-negative Paar als halber Erfolg z\u00e4hlt \u2014 das entspricht der AUC nach der Trapezregel und der Konvention der Mann-Whitney-U-Statistik.<\/li>\n<li><strong>Kleine Stichproben.<\/strong> Bei wenigen F\u00e4llen hat die AUC ein weites Konfidenzintervall; ein Hanley-McNeil- oder DeLong-Intervall sollte zus\u00e4tzlich angegeben werden. Das voreingestellte Beispiel mit 10 F\u00e4llen dient nur der Veranschaulichung.<\/li>\n<li><strong>Klassenungleichgewicht.<\/strong> Die AUC ist unempfindlich gegen\u00fcber dem Verh\u00e4ltnis von positiven zu negativen F\u00e4llen \u2014 das kann ein Vorteil oder eine blinde Stelle sein. Ein Modell kann eine hohe AUC haben und trotzdem viele tats\u00e4chliche Positive \u00fcbersehen. Pr\u00fcfen Sie die Konfusionsmatrix und Kennzahlen wie die <a href=\"https:\/\/wpcalc.com\/de\/statistik\/odds-ratio-relatives-risiko-rechner\/\">Odds Ratio<\/a>, um die praktischen Auswirkungen zu beurteilen.<\/li>\n<li><strong>AUC &lt; 0,5<\/strong> bedeutet, dass Ihre Scores invertiert sind: Verwenden Sie entweder die Logik \u201eScore \u2264 Schwellenwert\u201c oder tauschen Sie die Labels.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Geben Sie Klassenlabels (0\/1) und Vorhersage-Scores ein, um ROC-AUC, Gini-Koeffizient, den optimalen Schwellenwert nach dem Youden-Index, die Konfusionsmatrix und alle Punkte der ROC-Kurve zu berechnen.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[12],"tags":[65],"class_list":["post-4108","post","type-post","status-publish","format-standard","hentry","category-statistik","tag-wahrscheinlichkeit"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts\/4108","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/comments?post=4108"}],"version-history":[{"count":0,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/posts\/4108\/revisions"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/media?parent=4108"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/categories?post=4108"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/de\/wp-json\/wp\/v2\/tags?post=4108"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}