统计学中的真阳性(TP),假阴性(FN),假阳性(FP),真阴 性(TN)怎么理解?
举个例⼦,假如要在⼀个地区进⾏1000⼈的核酸检测,我们站在上帝视⾓,知道这1000⼈中,有10⼈是新冠感染者,占⽐1%。 1. 新冠感染者,被错误诊断为健康
ons
2. ⾝体健康,但却被错误诊断为感染者
对应了两种情况
1. 检测出来阳性,就真的是阳性吗?
2. 检测出来的是阴性,就⼀定没有问题么?哈尔滨铁路局局长
如上两个问题,需要⽤到贝叶斯公式来回答。
检测结果如下:
1. 9名感染者得到了正确的阳性结果(TP,true positive),1⼈出现假阴性(FN,false negative).
2. 其余990位健康的⼈中,检测除了89为假阳性(FP,false positive).901⼈得到了正确的阴性结果(TN,true negative)
图形化表⽰是这个样⼦的:
月亮为什么是红的
列成表格表⽰如下:
阳性患者9⼈(True Positive,TP)1⼈(False Negative,FN)
健康⼈员89⼈(False Positve,
FP)
901⼈(True Negative,
刚果红TN)
准确率
分析流程如下:
根据以上的分析,我们总结如下:
TP、True Positive 真阳性:预测为正,实际也为正FP、False Positive 假阳性:预测为正,实际为负
襄樊市职业技术学院
FN、False Negative 假阴性:预测与负、实际为正
TN、True Negative 真阴性:预测为负、实际也为负样本总数=TP+FN+FP+TN
蓝瘦香菇被抢注
参考资料:结束!