2012-06-09 6 views

ответ

4

Вы можете просто конкатенировать вероятность обнаружения массивов в матрице и затем принять их среднее значение. Если предположить, что вероятность ложной тревоги проводятся в векторе строк PFA и ваша вероятность обнаружения значений проводятся в векторах ряда PD1, PD2 ...:

PDMatrix = [PD1; PD2; ...]; 
PDMean = mean(PDMatrix, 1); 

Это предполагает, ваши кривые ROC все доли того же PFA значения. Если это не так, вы можете создать общий массив PFA и использовать interp1 для повторной выборки массивов PD до усреднения. Например, если вы заинтересованы в логарифмически разнесенных значений PFA от 10^-6 до «около 1,» и ваши PFA пар/PD имеют данные в интерпол в этом диапазоне, вы можете сделать что-то вроде

PFAResampled = logspace(-6, -.1, 1000); 
PD1Resampled = interp1(PFA1, PD1, PFAResampled); 
PD2Resampled = interp1(PFA2, PD2, PFAResampled); 

После этого вы можете просто конкатенировать и принять среднее значение, как показано выше.