使い方
- 1 つの 2 値分類結果から TP・FP・TN・FN を入力します。
- 検証サンプルと実運用の陽性率が違うなら、想定陽性率を追加します。
- 観測値と想定値を並べて見て、現場での PPV / NPV がどれだけ変わるかを確認します。
Wave 7 classification metrics
予測値は陽性率で動く
このページは閾値を固定したまま、「その判定がどれだけ信頼できるか」を見ます。検証サンプルと実運用の母集団が違うなら、想定陽性率を入れて差を確認してください。
入力
計算すると、PPV・NPV を確認できます。
予測値は陽性率で変わります
感度と特異度は検査やモデル自体の性質です。一方、PPV と NPV は「その母集団で、その判定をどれだけ信じられるか」を表します。陽性がまれになるほど PPV は下がりやすく、陽性が増えるほど NPV は下がりやすくなります。
想定陽性率を使う場面
検証サンプルと実運用の母集団が違うときに使います。高リスク群で評価した性能を、一般集団にそのまま持ち込めるとは限りません。
観測値だけで十分な場面
今あるサンプルの中での PPV / NPV を知りたいだけなら、想定陽性率は空欄で構いません。その場合は観測陽性率をそのまま使います。
よくある質問
なぜ PPV と NPV は陽性率に左右されるのですか？
PPV と NPV は、検査の感度・特異度に加えて母集団の陽性率も反映するからです。陽性がまれになるほど、陽性判定の中に偽陽性が占める割合が増えやすく、PPV は下がりやすくなります。
想定陽性率はどんなときに入れますか？
検証に使ったサンプルと、実際に使う現場の陽性率が違うときに入れます。同じ感度・特異度でも、使う集団が変わると PPV / NPV は変わるためです。
想定陽性率を空欄にするとどうなりますか？
TP・FP・TN・FN から計算される観測陽性率をそのまま使います。今あるサンプルでの PPV / NPV を見たいだけなら空欄で十分です。
共有 URL に件数やラベルは入りますか？
入りません。共有 URL には小数桁や想定陽性率のような軽い設定だけを保存し、件数やラベルはブラウザ内にだけ残ります。
関連
コメント（任意）
負荷軽減のため、必要時のみ読み込みます。