如何测试两条ROC曲线的AUC是否不同？

我必须测试（两个分类器的）两条ROC曲线的AUC是否不同，或者没有使用置换测试（我不能使用

ROC.test

函数，这是大学的练习）

经过一些研究，我尝试使用Mann-Whitney测试，但我确定这不是一个好的解决方案，我不知道如何找到好的解决方案。在大学里，我们看到了相同的算法，用

t检验比较两种平均值，但不是比较2 AUC的情况。我应该使用什么测试？我应该用不同的算法吗

这是我的密码：

pred1 = prediction(prob1,y) #  pred1 is my first classifier
perf1.auc = performance(pred1, measure = "auc")
auc1<-perf1.auc@y.values[[1]] # first AUC (= 0.919357)

pred2 = prediction(prob2,y) # pred2 is my second classifier
perf2.auc = performance(pred2, measure = "auc")
auc2<-perf2.auc@y.values[[1]] # second AUC (= 0.9412217)

t0 = wilcox.test(auc1,auc2,paired=FALSE)$statistic # Tried a Mann Whitney test, not the good solution

pred1=prediction（prob1，y）#pred1是我的第一个分类器
perf1.auc=性能（pred1，measure=“auc”）
AUC1您看过roc.test的文档了吗？它包含一些应该与您的任务相关的指针……您看过roc.test的文档了吗？它包含一些应该与您的任务相关的指针。。。
z = c(prob1,prob2)
set.seed(27)
B = 1000 # Number of iterations
t.perm = numeric(B)

for(b in 1:B){
  z1 = sample(z, replace = F) # Resampling
  prob11 = z1[1:length(prob1)]
  prob22 = z1[(length(prob1)+1):length(z1)]
  
  pred11 = prediction(prob11,y)
  perf11.auc = performance(pred11, measure = "auc")
  auc11<-perf11.auc@y.values[[1]]
  
  pred22 = prediction(prob22,y)
  perf22.auc = performance(pred22, measure = "auc")
  auc22<-perf22.auc@y.values[[1]]

  t.perm[b] =wilcox.test(auc11,auc22,paired=FALSE)$statistic # Tried a Mann Whitney test, not the good solution
}

t.perm = c(t.perm, t0)
pval = mean(abs(t.perm) >= abs(t0))