敏感性与特异性的关系[基础教学]_第1页
敏感性与特异性的关系[基础教学]_第2页
全文预览已结束

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、敏感性与特异性的关系敏感性（具有该特性的对象被预知的可能性大小）=真阳性率=a/a+c；特异性（对象所具有的特殊属性的程度）=真阴性率=d/b+d；漏诊率=1-敏感性=c/a+c；误诊率=1-特异性=b/b+d敏感性与特异性的关系：1.高敏感性上述a增大L线下移，无限接近X轴但是无法达到（存在的必然性）c、d越来越小，b越来越大，即低漏诊率，高误诊率和低真阴性率（低特异性）。2.高特异性上述d增大L线上移，无限接近+但是无法达到（存在的必然性）a、b越来越小，c越来越大，即高漏诊率，低误诊率和低真阳性率（低敏感性）。由此可见，高敏感性与高特异性不可兼得：高敏感性则低特异性，高特异性则低敏感性。

2、可采用敏感性高与特异性高的不同方法相结合。英文名词：TP True Positive （真正, TP）被模型预测为正的正样本；可以称作判断为真的正确率TN True Negative（真负 , TN）被模型预测为负的负样本 ；可以称作判断为假的正确率FP False Positive （假正, FP）被模型预测为正的负样本；可以称作误报率FNFalse Negative（假负 , FN）被模型预测为负的正样本；可以称作漏报率True Positive Rate（真正率 , TPR）或灵敏度（sensitivity） TPR = TP /（TP + FN） 正样本预测结果数 / 正样本实际数True Negative Rate（真负率 , TNR）或特异度（specificity） TNR = TN /（TN + FP） 负样本预测结果数 / 负样本实际数False Positive Rate （假正率, FPR） FPR = FP /（FP + TN） 被预测为正的负样本结果数 / 负样本实际数False Negative Rate（假负率 , FNR） FNR =

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论