Weiche ROC-Kurve/Box-Cox und Maximum-Likelihood. NUR WIE?

[werekorden]

HI,

Ich möchte meine Daten mittels der Box-Cox-Transformation eine normal Verteilung umwandeln um danach eine binormale ROC-Kurven-Analyse machen zu können, so dass ich eine weiche ROC-Kurve erhalte.
Für die Box-Cox-Transformation brauche ich ja zwei Werte Mittelwert und Standardabweichung. Diese beiden kann ich durch die Maximum-Likelihood-Schätzung erhalten.

Wie geht das ganze aber bei SPSS? Ich möchte am liebsten noch eine pAUC der ROC-Kurve bekommen, aber das kann SPSS laut Literatur nicht.


Referenzen:
Metz, C., & Pan, X. (1999). “Proper” Binormal ROC Curves: Theory and Maximum-Likelihood Estimation. Journal of mathematical psychology, 43(1), 1–33. doi:10.1006/jmps.1998.1218
Obuchowski, N. A. (2005). ROC analysis. AJR. American journal of roentgenology, 184(2), 364–372.

Mein wissenschaftlicher Ansatz:
Ich möchte gerne, für den Test eines Biomarkers, meine Werte von zwei Variablen (Disease/nondisease) vergleichen. In der Literatur wird angegeben um eine schöne "smooth" ROC-Kurve zu erhalten, kann man die Daten unter der "binormal Annahme" in eine Normalverteilung transformieren. Es gibt ja verschiedenen Wege diese Transformation durchzuführen, es wurde allerdings auf diese Box-Cox-Transf. verwiesen.

[werekorden]

Hi,

Hat wirklich niemand eine Ahnung oder hab ich mich nur blöd ausgedrückt?

Würde mich sehr über eine Antwort freuen.

Andreas