机器算法验证 - 您如何计算阳性预测值的置信区间？ - 吾爱随笔录 - 问答

您如何计算阳性预测值的置信区间？

机器算法验证置信区间二项分布列联表

2022-03-27 14:08:57

您如何计算阳性预测值的置信区间？

标准错误是：

S E = \sqrt{\frac{P P V (1 - P P V)}{T P + F P}}

$SE = \sqrt{ \frac{PPV(1-PPV)}{TP+FP}}$

那正确吗？（这里我关心的是分母）

该公式是否适用于 2x2 表中的任何类似比率。例如，对于灵敏度，它将是

S E = \sqrt{\frac{S E N S (1 - S E N S)}{F P + T N}}

$SE = \sqrt{ \frac{SENS(1-SENS)}{FP+TN}}$

那正确吗？（这里我担心的是，只要你得到正确的分母，它就可以推广到其他比率）

对于 95% 的置信区间：

C I_{P P V} = P P V \pm 1.96 * S E

$CI_{PPV} = PPV \pm 1.96*SE$

那正确吗？（我关心的是如何从 SE 到置信区间）

（当然有所有的细胞限制，比如 $n\cdot p\cdot (1-p) \ge 5$ )

1个回答

你的第一个 SE 公式是正确的。第二个与敏感性有关的 SE 公式应该以阳性病例总数为分母：

S E_{sensitivity} = \sqrt{\frac{S E N S (1 - S E N S)}{T P + F N}}

$SE_\text{sensitivity} = \sqrt{ \frac{SENS(1-SENS)}{TP+FN}}$

逻辑是灵敏度 = $\frac{TP}{TP+FN}$ , 和 SE 公式中的分母相同。

正如@onestop 在他们的评论中指出的，这里可以使用计算二项式比例置信区间的方法。您遵循的方法是正态近似，但是除非您的计数非常大，否则其他方法（如威尔逊区间）会更准确。

其它你可能感兴趣的问题

上一篇不同细胞中样本数量对ANOVA结果的影响下一篇组间连接的可视化