第一类错误和第二类错误

通过贝叶斯定理我们知道，要检验一个模型是否有 效，除了简单的ROC曲线判断外，还必须有效性 （效应effective size）是否大于50%或者基准概率 （base rate）是否太小。
1. 0
0. 8
Sensitivity
0. 6
0. 4
Hale Waihona Puke Baidu
0. 2
0. 0 0. 0 0. 2 0. 4 0. 6 0. 8 1. 0
1−α
β
拒绝H 拒绝 0
α
1− β
在
1−α
α 一定的情况下， 1 − β
也就越大。
越大，效应
β
α 问题： 、
什么关系？
1− β
的值，与累积概率又有
α
1 - S pecificity
H0的真状 决策 接受H0 接受
H0正确 正确接受H 正确接受 0 敏感度 P(接受 正确 接受|正确 接受 正确) 错误拒绝H 错误拒绝 0 第一类错误 P(拒绝 正确 拒绝|正确 拒绝 正确)
H0错误 错误接受H 错误接受 0 第二类错误 P(接受 错误 接受|错误 接受 错误) 正确拒绝H 正确拒绝 0 势、奇异性 P(拒绝 错误) 拒绝|错误 拒绝 错误
第一类错误和第二类错误
实 测 预 测 会再犯的监禁 者 不会再犯的监禁 者
正确肯定 错误肯定（ 错误肯定（False 会再犯的 （True positive positive;FP） ） 监禁者 rate;TP） ） 错误否定 正确否定（ 正确否定（True 不会再犯 （False negitive;TN） ） 的监禁者 negitive;FN） ）