B. Pulido Bravo, A. M. Franco-Pereira, R. E. Lillo

Reliably estimating the variability of Receiver Operating Characteristic (ROC) curves is essential for the rigorous evaluation of diagnostic tests. This study introduces a novel nonparametric framework for constructing confidence bands for ROC curves by leveraging the tools of Functional Data Analysis (FDA). While traditional functional confidence regions often rely on centrality-based depth measures, our approach utilizes a "down-upward" ordering derived from the hypograph index. This method allows for a more flexible characterization of the curve distribution’s boundaries.
Applying this framework to bootstrap ROC trajectories, we evaluate its performance through an extensive set of simulations. Our results demonstrate that this ordering-based approach achieves competitive results compared to established methods in the literature.

Palabras clave: functional data; ROC curves; ordering

Programado

GT Análisis de Datos Funcionales II
4 de septiembre de 2026  11:10
Aula 30


Otros trabajos en la misma sesión


Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.