Υπολογιστής Πίνακα Σύγχυσης
Εισάγετε αληθή θετικά, ψευδή θετικά, αληθή αρνητικά, και ψευδή αρνητικά για να υπολογίσετε όλες τις τυπικές μετρήσεις ταξινόμησης και διαγνωστικού τεστ ταυτόχρονα.
Τελευταία ενημέρωση: September 1, 2026
Συχνές ερωτήσεις
Ποια είναι η διαφορά μεταξύ ακρίβειας και ανάκλησης;
Η ακρίβεια ρωτά: από όλα όσα σημειώθηκαν ως θετικά, πόσα ήταν πράγματι θετικά; (TP/(TP+FP)). Η ανάκληση ρωτά: από όλα όσα ήταν πράγματι θετικά, πόσα πιάσατε; (TP/(TP+FN)). Συνήθως υπάρχει μια ανταλλαγή μεταξύ των δύο.
Τι είναι η βαθμολογία F1;
Ο αρμονικός μέσος όρος ακρίβειας και ανάκλησης, δίνοντας μια ενιαία ισορροπημένη βαθμολογία: F1 = 2×(ακρίβεια×ανάκληση)/(ακρίβεια+ανάκληση). Είναι χαμηλή αν είτε η ακρίβεια είτε η ανάκληση είναι χαμηλή, σε αντίθεση με έναν απλό μέσο όρο.
Πώς διαφέρει η ειδικότητα από την ανάκληση (ευαισθησία);
Η ανάκληση (ευαισθησία) μετρά πόσο καλά πιάνετε τα πραγματικά θετικά· η ειδικότητα μετρά πόσο καλά αναγνωρίζετε σωστά τα πραγματικά αρνητικά (TN/(TN+FP)). Ένα τεστ μπορεί να έχει υψηλή ευαισθησία αλλά χαμηλή ειδικότητα, ή το αντίστροφο.
Ποια είναι η διαφορά μεταξύ PPV και NPV;
Το PPV (θετική προγνωστική αξία, ίδιο με την ακρίβεια) είναι η πιθανότητα ένα θετικό αποτέλεσμα να είναι πραγματικά θετικό. Το NPV (αρνητική προγνωστική αξία) είναι η πιθανότητα ένα αρνητικό αποτέλεσμα να είναι πραγματικά αρνητικό - και τα δύο εξαρτώνται σε μεγάλο βαθμό από τον επιπολασμό, όχι μόνο από την εγγενή ακρίβεια του τεστ.
Γιατί έχει σημασία ο επιπολασμός για την ερμηνεία αυτών των αριθμών;
Η ευαισθησία και η ειδικότητα ενός τεστ είναι σταθερές ιδιότητες του ίδιου του τεστ, αλλά το PPV και το NPV μεταβάλλονται ανάλογα με το πόσο συνηθισμένη είναι πράγματι η κατάσταση - το ίδιο τεστ δίνει πολύ χαμηλότερο PPV όταν εξετάζει έναν πληθυσμό χαμηλού επιπολασμού από έναν υψηλού επιπολασμού, ακόμη και με πανομοιότυπη ευαισθησία/ειδικότητα.