偽陽性と偽陰性

偽陽性率と偽陰性率Edit

偽陽性率とは、陽性の検査結果が得られるすべての陰性の割合、つまり、存在しなかった事象が与えられた場合の陽性の検査結果の条件付き確率です。

偽陽性率は、有意水準に等しいです。

統計的仮説検定では、この割合をギリシャ文字のαで表し、1-αを検定の特異性と定義します。

補足的に、偽陰性率とは、テストでテスト結果が陰性になる陽性の割合、すなわち、テストでテスト結果が陰性になる条件付き確率のことです。

統計的仮説検定では、この割合にβという文字を付けます。 検定の「検出力」（または「感度」）は1-βに等しくなります。

Ambiguity in the definition of false positive rateEdit

Colquhoun (2014) は、「有意な」結果が偽陽性である確率を意味する用語として、偽発見率（FDR）を使用しました。 その後、Colquhoun (2017) は、多重比較に取り組む人々が使用する FDR という用語との混同を避けるために、同じ量に対して false positive risk (FPR) という用語を使用しました。 多重比較の補正はI型エラー率の補正のみを目的としているため、結果は（補正された）p値となります。 そのため、他のp値と同じように誤った解釈をされる可能性があります。

これら 2 つのアイデアの混乱、つまり転置された条件式のエラーは、多くの問題を引き起こしました。 この分野では表記が曖昧なので、すべての論文で定義を見ることが重要です。 p値に依存することの危険性は、Colquhoun（2017）において、p＝0.001という観測値であっても、帰無仮説に対する強力な証拠になるとは限らないことを指摘して強調しています。 帰無仮説に対する対立仮説に有利な尤度比が100に近いにもかかわらず、仮説がありえないもので、実際の効果の事前確率が0.1であった場合、p = 0.001の観測でも偽陽性率は8%となります。 5％のレベルにも達しません。 そのため、すべてのp値には、5%の偽陽性リスクを達成するために必要な、実際の効果があると仮定する事前確率を添付することが推奨されています。

Receiver operating characteristic Edit

「Receiver operating characteristic」という記事では、さまざまなタイプの誤差の比率に基づく統計的信号処理のパラメータについて説明しています。