Valore predittivo positivo rispetto alla sensibilità: qual è la differenza?

Uno dei modi più comuni per valutare le prestazioni di unmodello di classificazione è creare una matrice di confusione, che riepiloga i risultati previsti del modello rispetto ai risultati effettivi del set di dati.

Due parametri a cui siamo spesso interessati in una matrice di confusione sono il valore predittivo positivo e la sensibilità .

Il valore predittivo positivo è la probabilità che un’osservazione con un risultato previsto positivo abbia effettivamente un risultato positivo.

Viene calcolato come segue:

Valore predittivo positivo = Veri positivi / (Veri positivi + Falsi positivi)

La sensibilità è la probabilità che un’osservazione con un risultato positivo abbia effettivamente un risultato previsto positivo.

Viene calcolato come segue:

Sensibilità = Veri Positivi / (Veri Positivi + Falsi Negativi)

L’esempio seguente mostra come calcolare nella pratica queste due metriche.

Esempio: calcolo del valore predittivo positivo e della sensibilità

Supponiamo che un medico utilizzi un modello di regressione logistica per prevedere se 400 persone hanno o meno una determinata malattia.

La seguente matrice di confusione riassume le previsioni fatte dal modello:

Calcoleremo il valore predittivo positivo come segue:

• Valore predittivo positivo = Veri positivi / (Veri positivi + Falsi positivi)
• Valore predittivo positivo = 15 / (15 + 10)
• Valore predittivo positivo = 0,60

Questo ci dice che la probabilità che qualcuno che riceve un risultato positivo al test abbia effettivamente la malattia è 0,60 .

Calcoleremo la sensibilità come segue:

• Sensibilità = Veri Positivi / (Veri Positivi + Falsi Negativi)
• Sensibilità = 15 / (15 + 5)
• Sensibilità = 0,75

Questo ci dice che la probabilità che qualcuno affetto dalla malattia riceva effettivamente un risultato positivo al test è 0,75 .

Risorse addizionali

I seguenti tutorial spiegano come creare una matrice di confusione in diversi software statistici:

Come creare una matrice di confusione in Excel
Come creare una matrice di confusione in R
Come creare una matrice di confusione in Python