Calculator de Matrice de Confuzie
Introdu pozitive adevărate, pozitive false, negative adevărate, și negative false pentru a calcula toate metricile standard de clasificare și test diagnostic dintr-o dată.
Ultima actualizare: September 1, 2026
Întrebări frecvente
Care este diferența dintre precizie și recall?
Precizia întreabă: din tot ce a fost marcat pozitiv, cât a fost efectiv pozitiv? (TP/(TP+FP)). Recall-ul întreabă: din tot ce a fost efectiv pozitiv, cât ai capturat? (TP/(TP+FN)). Există de obicei un compromis între cele două.
Ce este scorul F1?
Media armonică a preciziei și recall-ului, oferind un singur scor echilibrat: F1 = 2×(precizie×recall)/(precizie+recall). Este scăzut dacă fie precizia, fie recall-ul este scăzut, spre deosebire de o medie simplă.
Cum diferă specificitatea de recall (sensibilitate)?
Recall-ul (sensibilitatea) măsoară cât de bine captezi pozitivele efective; specificitatea măsoară cât de bine identifici corect negativele efective (TN/(TN+FP)). Un test poate avea sensibilitate mare dar specificitate mică, sau invers.
Care este diferența dintre VPP și VPN?
VPP (valoarea predictivă pozitivă, la fel ca precizia) este șansa ca un rezultat pozitiv să fie cu adevărat pozitiv. VPN (valoarea predictivă negativă) este șansa ca un rezultat negativ să fie cu adevărat negativ - ambele depind puternic de prevalență, nu doar de acuratețea intrinsecă a testului.
De ce contează prevalența pentru interpretarea acestor numere?
Sensibilitatea și specificitatea unui test sunt proprietăți fixe ale testului însuși, dar VPP și VPN se schimbă în funcție de cât de comună este de fapt condiția - același test dă un VPP mult mai mic atunci când se examinează o populație cu prevalență scăzută decât una cu prevalență ridicată, chiar și cu sensibilitate/specificitate identice.