给定真阳性,假阴性率,您可以计算假阳性,真阴性吗?


24

我有价值观True Positive (TP)False Negative (FN)如下:

TP = 0.25
FN = 0.75

根据这些值,我们可以计算False Positive (FP)True Negative (TN)吗?

Answers:


53

在这方面有很多术语混淆。就个人而言,我总是觉得回到混乱的矩阵进行思考是有用的。在分类/筛选测试中,您可以有四种不同的情况:

                      Condition: A        Not A

  Test says “A”       True positive   |   False positive
                      ----------------------------------
  Test says “Not A”   False negative  |    True negative

在该表中,“真肯定”,“假否定”,“假肯定”和“真否定”是事件(或其概率)。你有什么是可能因此真阳性和假阴性。区别很重要,因为它强调两个数字都有一个分子和一个分母。

让人感到困惑的地方是,您可以找到“误报率”和“误报率”的几种定义,但有不同的分母。

例如,维基百科提供了以下定义(它们看起来很标准):

  • 真阳性率(或敏感性):TPR=TP/(TP+FN)
  • 误报率:FPR=FP/(FP+TN)
  • 真实阴性率(或特异性):TNR=TN/(FP+TN)

在所有情况下,分母都是列的总和。这也为他们的解释提供了提示:真实阳性率是当真实值确实为A时测试说“ A”的概率(即,这是一个条件概率,条件是A为真)。这并不能告诉您在打“ A”时正确的可能性(即,以测试结果为“ A”为条件的真实阳性的概率)。

假设错误负利率的定义方式相同,则我们的(请注意,您的数字与此一致)。但是,我们不能直接从真实的阳性率或假的阴性率中得出假阳性率,因为它们没有提供有关特异性的信息,即当“非A”是正确答案时测试的表现。因此,您的问题的答案是“不,这不可能”,因为您在混淆矩阵的右列上没有信息。FNR=1TP[R

但是,文献中还有其他定义。例如,Fleiss(比率和比例的统计方法)提供以下内容:

  • “ [...]假阳性率[...]是实际上没有疾病的阳性反应者中的人口比例。”
  • “假阴性率[…]是在测试中阴性但仍患有疾病的人群中的比例。”

(他也承认先前的定义,但认为它们“浪费了宝贵的术语”,正是因为它们与敏感性和特异性有着直接的关系。)

参考混淆矩阵,这意味着和所以分母是总计。重要的是,根据这些定义,假阳性率和假阴性率不能直接从测试的敏感性和特异性中得出。您还需要知道患病率(即,A在感兴趣的人群中有多频繁)。FPR=FP/(TP+FPFñ[R=Fñ/Ťñ+Fñ

Fleiss没有使用或定义短语“真正的否定率”或“真正的肯定率”,但是如果我们假设在给定特定测试结果/分类的情况下,它们也是条件概率,则@ guill11aume答案是正确的。

无论如何,您都需要小心定义,因为对您的问题没有无可争辩的答案。


4
很好(+1)。我立即跳入了一种解释,但是您完全正确地认为替代定义是标准的。
gui11aume13 2013年

1
@ gui11aume。谢谢!这是我的感觉,但考虑一下,我现在还不确定。查看参考文献,可能取决于领域(机器学习与医学测试)。
庆典

我的经验是,后一种定义TPR = TP /(TP + FP),FPR = FP /(TP + FP)更标准。
travelingbones

1
下面是对不同的发布: link.springer.com/article/10.1007/s10899-006-9025-5#enumeration 注意新的术语“测试FPR”与“预测FPR”
travelingbones

8

编辑:请参阅盖尔·劳兰斯的答案,这更准确。

如果您的真实阳性率为0.25,则意味着每次您呼叫阳性时,您都会有0.75错误的可能性。这是您的误报率。同样,每当您叫一个负数时,您的正确率就有0.25,这是您的真实负率。


取决于人们要刻画的是什么:在环境中进行测试是预先了解真相,还是尝试根据给出的结果来确定测试后的概率。
kd4ttc

3

如果“正”和“负”对于当前问题没有任何意义,则没有意义。我看到许多问题,其中“正”和“负”是对序数或连续变量的任意强制选择。FP,TP,sens,spec仅适用于全有或全无的现象。


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.