القيمة التنبؤية الإيجابية مقابل الحساسية: ما الفرق؟

إحدى الطرق الأكثر شيوعًا لتقييم أداء نموذج التصنيف هي إنشاء مصفوفة ارتباك، والتي تلخص النتائج المتوقعة للنموذج مقابل النتائج الفعلية لمجموعة البيانات.

مقياسان غالبًا ما نهتم بهما في مصفوفة الارتباك هما القيمة التنبؤية الإيجابية والحساسية .

القيمة التنبؤية الإيجابية هي احتمال أن تكون الملاحظة ذات النتيجة الإيجابية المتوقعة لها نتيجة إيجابية بالفعل.

يتم حسابه على النحو التالي:

القيمة التنبؤية الإيجابية = الإيجابيات الحقيقية / (الإيجابيات الحقيقية + الإيجابيات الكاذبة)

الحساسية هي احتمال أن تكون الملاحظة ذات النتيجة الإيجابية لها في الواقع نتيجة إيجابية متوقعة.

يتم حسابه على النحو التالي:

الحساسية = الإيجابيات الحقيقية / (الإيجابيات الحقيقية + السلبيات الكاذبة)

يوضح المثال التالي كيفية حساب هذين المقياسين عمليًا.

مثال: حساب القيمة التنبؤية الإيجابية والحساسية

لنفترض أن الطبيب يستخدم نموذج الانحدار اللوجستي للتنبؤ بما إذا كان 400 شخص مصابين بمرض معين أم لا.

تلخص مصفوفة الارتباك التالية التنبؤات التي قدمها النموذج:

سنقوم بحساب القيمة التنبؤية الإيجابية على النحو التالي:

• القيمة التنبؤية الإيجابية = الإيجابيات الحقيقية / (الإيجابيات الحقيقية + الإيجابيات الكاذبة)
• القيمة التنبؤية الإيجابية = 15 / (15 + 10)
• القيمة التنبؤية الإيجابية = 0.60

يخبرنا هذا أن احتمال إصابة شخص ما بنتيجة اختبار إيجابية بالمرض هو 0.60 .

ونحسب الحساسية على النحو التالي:

• الحساسية = الإيجابيات الحقيقية / (الإيجابيات الحقيقية + السلبيات الكاذبة)
• الحساسية = 15 / (15 + 5)
• الحساسية = 0.75

وهذا يخبرنا أن احتمال حصول شخص مصاب بالمرض على نتيجة اختبار إيجابية هو 0.75 .

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية إنشاء مصفوفة ارتباك في برامج إحصائية مختلفة:

كيفية إنشاء مصفوفة الارتباك في إكسيل
كيفية إنشاء مصفوفة الارتباك في R
كيفية إنشاء مصفوفة الارتباك في بايثون