ROC曲線
受試者工作特征曲線 （receiver operating characteristic curve，簡稱ROC曲線），又稱為感受性曲線（sensitivity curve）。得此名的原因在於曲線上各點反映着相同的感受性，它們都是對同一信號刺激的反應，只不過是在幾種不同的判定標准下所得的結果而已。接受者操作特性曲線就是以假陽性概率（False positive rate）為橫軸，擊中概率為縱軸所組成的坐標圖，和被試在特定刺激條件下由於采用不同的判斷標准得出的不同結果畫出的曲線。
ROC曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱坐標，假陽性率（1-特異度）為橫坐標繪制的曲線。傳統的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統計分析。ROC曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態，可以把試驗結果划分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。因此，ROC曲線評價方法適用的范圍更為廣泛。
主要作用
1.ROC曲線能很容易地查出任意界限值時的對性能的識別能力。
3.兩種或兩種以上不同診斷試驗對算法性能的比較。在對同一種算法的兩種或兩種以上診斷方法進行比較時，可將各試驗的ROC曲線繪制到同一坐標中，以直觀地鑒別優劣，靠近左上角的ROC曲線所代表的受試者工作最准確。亦可通過分別計算各個試驗的ROC曲線下的面積(AUC)進行比較，哪一種試驗的 AUC最大，則哪一種試驗的診斷價值最佳。
優點
該方法簡單、直觀，通過圖示可觀察分析方法的准確性，並可用肉眼作出判斷。ROC曲線將靈敏度與特異性以圖示方法結合在一起，可准確反映某分析方法特異性和敏感性的關系，是試驗准確性的綜合代表。ROC曲線不固定分類界值，允許中間狀態存在，利於使用者結合專業知識，權衡漏診與誤診的影響，選擇一更佳截斷點作為診斷參考值。提供不同試驗之間在共同標尺下的直觀的比較，ROC曲線越凸越近左上角表明其診斷價值越大，利於不同指標間的比較。曲線下面積可評價診斷准確性