この記事は英語版の対応するページを翻訳することにより充実させることができます。（2023年1月）翻訳前に重要な指示を読むには右にある[表示]をクリックしてください。

英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。

万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。

信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。

履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。

翻訳後、{{翻訳告知|en|Receiver operating characteristic|…}}をノートに追加することもできます。

Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があります。

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方）
出典検索?: "受信者操作特性" ? ニュース ・ 書籍 ・ スカラー ・ CiNii ・ J-STAGE ・ NDL ・ dlib.jp ・ ジャパンサーチ ・ TWL（2018年5月）

受信者操作特性（じゅしんしゃそうさとくせい、英 Receiver Operating Characteristic, ROC）は、信号処理の概念で、観測された信号からあるものの存在を判定する際の基準となる特性である。臨床検査などでも用いられEBMの基礎をなすものの一つとなっている。受信者動作特性（じゅしんしゃどうさとくせい）、受信者応答特性（じゅしんしゃおうとうとくせい）とも訳される。
概要

元はレーダー技術であって、雑音の中から敵機を検出する受信者の特性を測るための方法として開発された。ここでは臨床検査の用語で説明する。観測された検査結果の分布ROC 曲線

右図上はある疾患について、特定の検査の検査結果の分布を、陰性者（青）、陽性者（赤）別に表示している。この例では陰性者のほうが全体的に検査結果が小さい値を示している。閾値（しきい値、カットオフポイント）を定め、その値以上の場合陽性、そうでなければ陰性だとする。閾値として B を採用すると、図のとおり4種類の判定結果に分かれる。

真陰性 True Negative : 陰性者を陰性と判定

偽陽性 False Positive : 陰性者を陽性と判定

偽陰性 False Negative : 陽性者を陰性と判定

真陽性 True Positive : 陽性者を陽性と判定

陽性者を正しく陽性として捕捉する率を敏感度 (sensitivity) または単に感度、陰性者を正しく陰性と判断する率を特異度 (specificity) と呼ぶ。また 1−特異度（＝陰性者のうち偽陽性になる率）を偽陽性率と呼ぶ。

横軸に偽陽性率、縦軸に敏感度をプロットし、しきい値を媒介変数として大から小へと変化させると、右図下のような曲線が描かれる。これをROC曲線と呼ぶ。はじめは敏感度が上がり、遅れて偽陽性度が上がる。最終的には敏感度も偽陽性度も100%になる。

検査が有効ならば、この曲線は45度の線から左上に離れる。離れれば離れるほど、検査として有効である。

ROC曲線の下の面積を AUC (Area Under the Curve) と呼び、分類モデルの評価指標として用いられる。AUC が 1 のときが最良であり、ランダムで全く無効なモデルでは 0.5 となる。AUC は C統計量 (c-statistic) と等しい[1]。
脚注^ C-Statistic: Definition, Examples, Weighting and Significance

関連項目

二項分類

仮説検定

Area under the curve (Receiver operating characteristic)（英語版）

典拠管理データベース: 国立図書館

ドイツ