ค่าทำนายเชิงบวกกับความไว: อะไรคือความแตกต่าง?

วิธีหนึ่งที่พบบ่อยที่สุดในการประเมินประสิทธิภาพของ แบบจำลองการจำแนกประเภท คือการสร้างเมทริกซ์ความสับสน ซึ่งจะสรุปผลลัพธ์ที่คาดการณ์ไว้ของแบบจำลองเทียบกับผลลัพธ์จริงของชุดข้อมูล

ตัวชี้วัดสองตัวที่เรามักสนใจในเมทริกซ์ความสับสนคือ ค่าทำนายเชิงบวก และ ความไว

ค่าการทำนายเชิงบวก คือความน่าจะเป็นที่การสังเกตด้วยผลลัพธ์ที่คาดการณ์เชิงบวก จะมี ผลในเชิงบวกจริงๆ

มีการคำนวณดังนี้:

ค่าทำนายเชิงบวก = ผลบวกจริง / (ผลบวกจริง + ผลบวกลวง)

ความไว คือความน่าจะเป็นที่การสังเกตด้วยผลลัพธ์ที่เป็นบวกจริง ๆ แล้วจะให้ผลลัพธ์ที่คาดการณ์ไว้ในเชิงบวก

มีการคำนวณดังนี้:

ความไว = ผลบวกที่แท้จริง / (ผลบวกจริง + ผลลบเท็จ)

ตัวอย่างต่อไปนี้แสดงวิธีคำนวณเมตริกทั้งสองนี้ในทางปฏิบัติ

ตัวอย่าง: การคำนวณค่าพยากรณ์เชิงบวกและความไว

สมมติว่าแพทย์ใช้ แบบจำลองการถดถอยลอจิสติกส์ เพื่อคาดการณ์ว่าคน 400 คนจะเป็นโรคบางอย่างหรือไม่

เมทริกซ์ความสับสนต่อไปนี้สรุปการคาดการณ์ที่ทำโดยแบบจำลอง:

เราจะคำนวณ ค่าทำนายเชิงบวก ดังนี้:

• ค่าทำนายเชิงบวก = ผลบวกจริง / (ผลบวกจริง + ผลบวกลวง)
• ค่าทำนายเชิงบวก = 15 / (15 + 10)
• ค่าทำนายเชิงบวก = 0.60

ค่านี้บอกเราว่าความน่าจะเป็นที่ผู้ที่ได้รับผลการตรวจเป็นบวก จะเป็น โรคนี้เท่ากับ 0.60

เราจะคำนวณ ความไว ดังนี้:

• ความไว = ผลบวกที่แท้จริง / (ผลบวกจริง + ผลลบเท็จ)
• ความไว = 15 / (15 + 5)
• ความไวแสง = 0.75

สิ่งนี้บอกเราว่าความน่าจะเป็นที่คนที่เป็นโรคนี้จะได้รับผลการตรวจเป็นบวกคือ 0.75

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีสร้างเมทริกซ์ความสับสนในซอฟต์แวร์ทางสถิติต่างๆ:

วิธีสร้างเมทริกซ์ความสับสนใน Excel
วิธีสร้างเมทริกซ์ความสับสนใน R
วิธีสร้างเมทริกซ์ความสับสนใน Python