সত্য ধনাত্মক, মিথ্যা নেতিবাচক হার দেওয়া, আপনি কি মিথ্যা ধনাত্মক, সত্য নেতিবাচক গণনা করতে পারেন?


24

আমার জন্য নিম্নোক্ত মূল্য আছে True Positive (TP)এবং False Negative (FN)নিম্নরূপ:

TP = 0.25
FN = 0.75

এই মানগুলি থেকে, আমরা গণনা করতে পারি False Positive (FP)এবং True Negative (TN)?

উত্তর:


53

এই অঞ্চলে বেশ কয়েকটি পরিভাষা বিভ্রান্তি রয়েছে। ব্যক্তিগতভাবে, আমি সর্বদা এটি সম্পর্কে ভাবতে একটি বিভ্রান্তির ম্যাট্রিক্সে ফিরে আসা দরকারী। শ্রেণিবদ্ধকরণ / স্ক্রিনিং পরীক্ষায় আপনার চারটি ভিন্ন পরিস্থিতি থাকতে পারে:

                      Condition: A        Not A

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

এই সারণীতে, "সত্য ধনাত্মক", "মিথ্যা নেতিবাচক", "মিথ্যা ইতিবাচক" এবং "সত্য negativeণাত্মক" ঘটনা (বা তাদের সম্ভাব্যতা) are আপনার যা আছে তাই সম্ভবত একটি সত্য ইতিবাচক হার এবং একটি মিথ্যা নেতিবাচক হার । পার্থক্যটি গুরুত্বপূর্ণ কারণ এটি জোর দেয় যে উভয় সংখ্যার একটি সংখ্যক এবং একটি ডিনোমিনেটর রয়েছে।

জিনিসগুলি যেখানে কিছুটা বিভ্রান্ত হয় তা হ'ল আপনি বিভিন্ন ভঙ্গীর সাথে "মিথ্যা পজিটিভ রেট" এবং "মিথ্যা নেতিবাচক হার" এর বেশ কয়েকটি সংজ্ঞা পেতে পারেন।

উদাহরণস্বরূপ, উইকিপিডিয়া নিম্নলিখিত সংজ্ঞাগুলি সরবরাহ করে (এগুলি বেশ মানসম্পন্ন বলে মনে হয়):

  • সত্যিকারের ইতিবাচক হার (বা সংবেদনশীলতা):টিপিআর=টিপি/(টিপি+ +এফএন)
  • মিথ্যা ধনাত্মক হার:এফপিআর=এফপি/(এফপি+ +টিএন)
  • সত্য negative হার (বা নির্দিষ্টতা):টিএনআর=টিএন/(এফপি+ +টিএন)

সমস্ত ক্ষেত্রে, ডিনোমিনেটরটি কলামের মোট হয়। এটি তাদের ব্যাখ্যাকেও একটি সূত্র দেয়: সত্যিকারের ইতিবাচক হার হ'ল পরীক্ষার "এ" হওয়ার সম্ভাবনা হ'ল যখন আসল মানটি সত্যই একটি হয় (যেমন, এটি শর্তসাপেক্ষ সম্ভাবনা, এটি সত্য হওয়ার শর্তযুক্ত)। এটি আপনাকে বলবে না যে "এ" (যেমন, পরীক্ষার ফলাফলকে "এ" হওয়ার শর্ত সাপেক্ষে সত্যিকারের ইতিবাচক হওয়ার সম্ভাবনা) বলার সময় আপনি কতটা সঠিক হতে পারবেন।

ভ্রান্ত নেতিবাচক হারকে একইভাবে সংজ্ঞায়িত করে ধরে নেওয়া, আমাদের এরপরে (নোট করুন যে আপনার নম্বরগুলি এর সাথে সামঞ্জস্যপূর্ণ)। আমরা তবে সত্যিকারের ইতিবাচক বা মিথ্যা নেতিবাচক হার থেকে সরাসরি মিথ্যা পজিটিভ রেট পেতে পারি না কারণ তারা নির্দিষ্টকরণের কোনও তথ্য সরবরাহ করে না, যেমন, "এ নয়" যখন পরীক্ষাটি সঠিক উত্তর হয় তখন পরীক্ষাটি কীভাবে আচরণ করে। আপনার প্রশ্নের উত্তর তাই "না, এটি সম্ভব নয়" হবে কারণ আপনার বিভ্রান্তির ম্যাট্রিক্সের ডান কলামে কোনও তথ্য নেই।এফএনআর=1-টিপিআর

সাহিত্যে অবশ্য অন্যান্য সংজ্ঞা রয়েছে। উদাহরণস্বরূপ, ফ্লাইস ( হার এবং অনুপাতের জন্য পরিসংখ্যান পদ্ধতি ) নিম্নলিখিতটি সরবরাহ করে:

  • "[…] মিথ্যা পজিটিভ রেট […] হ'ল মানুষের অনুপাত, যারা ইতিবাচক প্রতিক্রিয়া ব্যক্ত করেন তাদের মধ্যে যারা সত্যই এই রোগ থেকে মুক্তি পান।"
  • "পরীক্ষায় নেতিবাচক প্রতিক্রিয়া ব্যক্তকারীদের মধ্যে মিথ্যা নেতিবাচক হার […] হ'ল তাদের অনুপাত, যারা তবুও এই রোগে আক্রান্ত হয়েছেন।"

(তিনি পূর্ববর্তী সংজ্ঞাগুলিকেও স্বীকার করেন তবে তাদের সংবেদনশীলতা এবং স্বতন্ত্রতার সাথে একটি সুস্পষ্ট সম্পর্ক রয়েছে বলে স্পষ্টতই এটি "মূল্যবান পরিশ্রমের অপব্যয়" হিসাবে বিবেচনা করে))

বিভ্রান্তির ম্যাট্রিক্সের উল্লেখ করে, এর অর্থ হ'ল এবং সুতরাং ডিনোমিনেটরগুলি সারির যোগফল। গুরুত্বপূর্ণভাবে, এই সংজ্ঞাগুলির অধীনে, মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচক হারগুলি পরীক্ষার সংবেদনশীলতা এবং নির্দিষ্টতা থেকে সরাসরি পাওয়া যায় না। আপনার প্রবণতাটিও জানতে হবে (অর্থাত্, আগ্রহের জনসংখ্যায় এ কীভাবে ঘন ঘন হয়)।এফ এন আর = এফ এন / ( টি এন + এফ এন )এফপিআর=এফপি/(টিপি+ +এফপি)এফএনআর=এফএন/(টিএন+ +এফএন)

ফ্লেইস "সত্য নেতিবাচক হার" বা "সত্য ধনাত্মক হার" বাক্যাংশটি ব্যবহার বা সংজ্ঞায়িত করে না তবে আমরা যদি ধরে নিই যে সেগুলিও একটি নির্দিষ্ট পরীক্ষার ফলাফল / শ্রেণিবিন্যাসের শর্তযুক্ত সম্ভাবনা, তবে @ গুইল 11 এর উত্তর সঠিক।

যাই হোক না কেন, আপনাকে সংজ্ঞাগুলির সাথে সাবধানতা অবলম্বন করা উচিত কারণ আপনার প্রশ্নের কোনও অবিশ্বাস্য উত্তর নেই।


4
খুব ভাল (+1)। আমি তাত্ক্ষণিকভাবে একটি ব্যাখ্যায় ঝাঁপিয়েছি, তবে আপনি একদম ঠিক বলেছেন যে বিকল্প সংজ্ঞাটি আদর্শ।
gui11aume

1
@ gui11aume। ধন্যবাদ! এটা আমার অনুভূতি ছিল কিন্তু এটি সম্পর্কে চিন্তা করা, আমি আর নিশ্চিত নই। তথ্যসূত্রগুলির দিকে তাকানো, এটি ক্ষেত্রের উপর নির্ভর করে (মেশিন লার্নিং বনাম মেডিকেল টেস্টিং)।
গালা

আমার অভিজ্ঞতাটি হল যে পরবর্তী সংজ্ঞা, টিপিআর = টিপি / (টিপি + এফপি), এফপিআর = এফপি / (টিপি + এফপি) আরও মানক।
travelingbones

1
এখানে পার্থক্য প্রকাশনার আছে: link.springer.com/article/10.1007/s10899-006-9025-5#enumeration নোট নতুন পরিভাষা "টেস্ট FPR" বনাম "ভবিষ্যদ্বাণীপূর্ণ FPR"
travelingbones

8

সম্পাদনা: গাল লরানসের উত্তর দেখুন, যা আরও সঠিক।

যদি আপনার প্রকৃত ইতিবাচক হার 0.25 হয় এর অর্থ হ'ল প্রতিবার আপনি ইতিবাচক বলছেন, আপনার ভুল হওয়ার সম্ভাবনা 0.75 0. এটি আপনার মিথ্যা ইতিবাচক হার। একইভাবে, আপনি যখনই নেতিবাচক ডাকছেন তখনই আপনার 0.25 ডান হওয়ার সম্ভাবনা রয়েছে যা আপনার আসল নেতিবাচক হার।


যেটি কী বৈশিষ্ট্যযুক্ত করার চেষ্টা করছে তার উপর নির্ভর করে: ইতিমধ্যে সত্যটি জানার ক্ষেত্রে সেটিংয়ে পরীক্ষা করা, বা পরীক্ষার পরে সম্ভাব্যতার বিষয়ে সিদ্ধান্ত নেওয়ার চেষ্টা কেবল ফলাফল হাতে পেয়েছিল।
kd4ttc

3

"ইতিবাচক" এবং "নেতিবাচক" হাতের সমস্যাটির জন্য যদি তা বোঝায় না তবে এটির কোনও অর্থ নেই। আমি অনেকগুলি সমস্যা দেখতে পাই যেখানে "পজিটিভ" এবং "নেতিবাচক" অर्डিনাল বা অবিচ্ছিন্ন ভেরিয়েবলের উপর নির্বিচারে বাধ্যতামূলক পছন্দ রয়েছে। এফপি, টিপি, সেন্স, স্পেক কেবল অল-অ-কিছুই নয় এমন ঘটনার জন্য কার্যকর।


আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.