Falsos positivos y falsos negativos
Tasa de falsos positivos y falsos negativosEditar
La tasa de falsos positivos es la proporción de todos los negativos que siguen dando resultados positivos en la prueba, es decir, la probabilidad condicional de un resultado positivo de la prueba dado un evento que no estaba presente.
La tasa de falsos positivos es igual al nivel de significación. La especificidad de la prueba es igual a 1 menos la tasa de falsos positivos.
En las pruebas de hipótesis estadísticas, esta fracción recibe la letra griega α, y 1 – α se define como la especificidad de la prueba. El aumento de la especificidad de la prueba disminuye la probabilidad de errores de tipo I, pero puede aumentar la probabilidad de errores de tipo II (falsos negativos que rechazan la hipótesis alternativa cuando es verdadera).
Complementariamente, la tasa de falsos negativos es la proporción de positivos que dan resultados negativos con la prueba, es decir, la probabilidad condicional de un resultado negativo de la prueba dado que la condición que se busca está presente.
En las pruebas de hipótesis estadísticas, a esta fracción se le da la letra β. La «potencia» (o la «sensibilidad») de la prueba es igual a 1 – β.
Ambigüedad en la definición de la tasa de falsos positivosEditar
El término tasa de falsos descubrimientos (FDR) fue utilizado por Colquhoun (2014) para significar la probabilidad de que un resultado «significativo» fuera un falso positivo. Más tarde, Colquhoun (2017) utilizó el término riesgo de falsos positivos (FPR) para la misma cantidad, para evitar la confusión con el término FDR tal y como lo utilizan las personas que trabajan en comparaciones múltiples. Las correcciones de las comparaciones múltiples solo pretenden corregir la tasa de error de tipo I, por lo que el resultado es un valor p (corregido). Por tanto, son susceptibles de la misma interpretación errónea que cualquier otro valor p. El riesgo de falsos positivos es siempre más alto, a menudo mucho más alto, que el valor p.
La confusión de estas dos ideas, el error del condicional transpuesto, ha causado mucho mal. Debido a la ambigüedad de la notación en este campo, es esencial mirar la definición en cada documento. Los peligros de la confianza en los valores p se enfatizaron en Colquhoun (2017) al señalar que incluso una observación de p = 0,001 no era necesariamente una evidencia fuerte contra la hipótesis nula. A pesar de que el cociente de probabilidad a favor de la hipótesis alternativa sobre la nula es cercano a 100, si la hipótesis era inverosímil, con una probabilidad previa de un efecto real de 0,1, incluso la observación de p = 0,001 tendría una tasa de falsos positivos del 8 por ciento. Ni siquiera alcanzaría el nivel del 5 por ciento. En consecuencia, se ha recomendado que cada valor p vaya acompañado de la probabilidad a priori de que exista un efecto real que sería necesario asumir para alcanzar un riesgo de falso positivo del 5%. Por ejemplo, si observamos p = 0,05 en un único experimento, tendríamos que estar seguros en un 87% de que existe un efecto real antes de realizar el experimento para conseguir un riesgo de falso positivo del 5%.
Característica operativa del receptorEditar
El artículo «Receiver operating characteristic» trata de los parámetros en el procesamiento estadístico de señales basados en ratios de errores de varios tipos.