Koşullu Olasılık ve Taban Oranı
Bir alarmın doğru olma olasılığı neden yalnızca model hassasiyetine bağlı değildir?
Kavram
Hassasiyet, olay gerçekleşenler arasında alarm verilen paydır. Kesinlik ise alarm verilenler arasında gerçekten olay yaşayanların payıdır. Koşulun yönü değiştiği için bu iki oran genellikle farklıdır. Kesinlik, olayın taban oranını ve yanlış alarm oranını da içerir.
Bir örnek üzerinden
Olay oranı %2, hassasiyet %85 ve yanlış alarm oranı %5 olsun. 10.000 kayıtta beklenen 170 doğru alarm ve 490 yanlış alarm oluşur. Böylece kesinlik 170/660, yaklaşık %25,8 olur. Her doğru alarm başına yaklaşık 2,9 yanlış alarm vardır; 3,9 sayısı doğru alarm dahil toplam alarm sayısıdır.
Görsel üzerinden
Kaydırıcılar değiştikçe dört hücre Bayes hesabını somutlaştırır. Hücreler sabit büyüklükte bir kitle için beklenen sayılardır; yuvarlama küçük farklar yaratabilir. Pozitif sınıf kredi örneğinde olay/temerrüttür. Aynı hesap kalite kontrolü ve kötüye kullanım tespiti için de geçerlidir.
| Gerçek Temerrüt | Gerçek İyi | Toplam | |
|---|---|---|---|
| Model Flagladı | — | — | — |
| Model Temiz | — | — | — |
| Toplam | — | — | 10.000 |
Yorumlama
Taban oranı tek başına kesinliğe bir üst sınır koymaz: yanlış alarm oranı sıfırsa, pozitif sayısı sıfır olmadığı sürece kesinlik birdir. Dağılım değiştiğinde geçmiş dönemin hassasiyet ve yanlış alarm oranlarının korunacağı ayrıca varsayılmış olur.
Kapsam ve okuma
Bu modülün görselleri öğretim amaçlıdır. İlgili okuma: NIST · İstatistik el kitabı. Açıklamalı kaynak dizini →