敏感性与特异性的关系.pdf

敏敏感感性性与与特特异异性性的的关关系系 The document was finally revised on 2021敏感性与特异性的关系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）=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（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。可采用敏感性高与特异性高的不同方法相结合。英文名词：英文名词：TPTP 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TNTN 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FPFP False Positive（假正,FP）被模型预测为正的负样本；可以称作误报率FNFNFalse 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）TPRTPR=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）TNRTNR=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=FN/（TP+FN）被预测为负的正样本结果数/正样本实际数