답변:
이 분야에는 약간의 용어 혼란이 있습니다. 개인적으로, 나는 항상 이것에 대해 생각하기 위해 혼란 매트릭스로 돌아 오는 것이 유용하다는 것을 알고 있습니다. 분류 / 선별 테스트에서는 다음과 같은 네 가지 상황을 가질 수 있습니다.
Condition: A Not A
Test says “A” True positive | False positive
----------------------------------
Test says “Not A” False negative | True negative
이 표에서 "참 긍정", "거짓 긍정", "거짓 긍정"및 "참 부정"은 이벤트 (또는 확률)입니다. 당신이 가진 것은 따라서 아마 진정한 긍정적 인 비율 과 잘못된 부정적인 비율 입니다. 두 숫자에 분자와 분모가 있음을 강조하기 때문에 구별이 중요합니다.
약간 혼동되는 부분은 분모가 다른 "false positive rate"및 "false negative rate"에 대한 몇 가지 정의를 찾을 수 있다는 것입니다.
예를 들어, Wikipedia 는 다음과 같은 정의를 제공합니다.
모든 경우에 분모는 열 합계입니다. 이것은 또한 그들의 해석에 대한 신호를 제공합니다. 진정한 양의 비율은 실제 값이 실제로 A 일 때 (즉, A가 참인 조건부 확률입니다) 테스트에서“A”라고 말할 확률입니다. 이것은 “A”를 부를 때 얼마나 정확해야하는지 알려주지 않습니다 (즉, 테스트 결과에 따라 참 긍정의 확률은“A”임).
위음성 비율이 동일한 방식으로 정의되었다고 가정하면 (숫자가이 값과 일치 함). 그러나 우리는 특이성에 대한 정보를 제공하지 않기 때문에, 즉“A가 아님”이 정답 일 때 시험이 어떻게 행동하는지에 따라, 양성 양성 또는 거짓 음성 비율에서 오 탐률을 직접 도출 할 수 없습니다. 따라서 혼동 행렬의 오른쪽 열에 대한 정보가 없으므로 질문에 대한 대답은 "아니오, 불가능합니다"입니다.
그러나 문헌에는 다른 정의가 있습니다. 예를 들어, Fleiss ( 요금 및 비율에 대한 통계 방법 )는 다음을 제공합니다.
(그는 또한 이전의 정의를 인정하지만 민감도와 특이성과 직접적인 관계가 있기 때문에“귀중한 용어가 낭비”된 것으로 간주합니다.)
혼동 행렬을 참조하면 및 이므로 분모가 행 총계입니다. 중요하게도, 이러한 정의 하에서 위양성 및 위음성 비율은 테스트의 민감도와 특이성에서 직접 도출 될 수 없습니다. 또한 유병률 (즉, 관심 모집단에서 A가 얼마나 자주 발생하는지)도 알아야합니다.
Fleiss는 문구 "참 음성 비율"또는 "참 양성 비율"을 사용하거나 정의하지 않지만 특정 시험 결과 / 분류에 따라 조건부 확률이라고 가정 할 경우 @ guill11aume이 정답입니다.
어쨌든, 당신의 질문에 대한 확실한 대답이 없기 때문에 정의에주의해야합니다.
http://www.statsdirect.com/help/default.htm#clinical_epidemiology/screening_test.htm
1) 참 + ve와 거짓 -ve는 100 %를 만듭니다. 2) 거짓 + ve와 참 -ve는 100 %를 만듭니다. 3) 참 긍정과 오탐의 관계는 없습니다.