【每日一考】为大家提供SAS实际运用中遇到的问题（偏医学和数据处理），每期选出最优解决方案，提供大家参考。目的1、是锻炼实战能力；2、是在大家以后运用中或许能碰到曾经在【每日一考中】出现过的问题，当无法解决是可以回过头来看看最佳答案。

进入正题：
      ROC曲线是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。传统的诊断试验评价方法有一个共同的特点，必须将试验结果分为两类，再进行统计分析。ROC曲线的评价方法与传统的评价方法不同，无须此限制，而是根据实际情况，允许有中间状态，可以把试验结果划分为多个有序分类，如正常、大致正常、可疑、大致异常和异常五个等级再进行统计分析。因此，ROC曲线评价方法适用的范围更为广泛。【搜狗百科】
   ROC在临床试验中多用于IVD（体外诊断试剂）的验证，其目的有：1、找出界值；2、计算曲线下面积，若面积小于0.7，说明这个诊断准确度较低，若在0.9以上则诊断准确度较高。


问题：如何运用SAS画出ROC曲线，并求出曲线下面积？


使用SAS数据如下：
data test;
input a b;
cards;
438 1
255 0
794 1
347 0
510 1
380 0
530 1
482 1
216 0
180 0
146 0
332 0
132 0
243 0
159 0
420 1
342 0
190 0
264 0
257 0
418 1
218 0
220 0
373 0
195 0
447 1
420 1
431 1
230 0
468 1
178 0
259 0
167 0
248 0
237 0
268 0
384 0
341 0
227 0
137 0
218 0
479 1
325 0
367 0
211 0
258 0
397 1
271 0
209 0
191 0
356 0
227 0
219 0
267 0
382 0
390 1
400 1
396 1
;
run;
其中a代表试验用药物测的值，b代表金标准的值（1为阳性，2为阴性）。
提示：把a测量的每一个点作为判断值，求出每个点的灵敏度和特异度，便能画ROC曲线图，最终的图如附件所示