偽陽性と偽陰性

偽陽性率（FPR）とは、陰性であったにもかかわらず検査結果が陽性となる割合、つまり、実際には存在しなかった事象が与えられた場合に検査結果が陽性となる条件付き確率のことである。

偽陽性率は有意水準に等しい。検査の特異度は1から偽陽性率を引いた値に等しい。

統計的仮説検定では、この割合はギリシャ文字αで表され、1  − αは検定の特異度として定義されます。検定の特異度を上げると、第一種過誤の確率は低下しますが、第二種過誤（対立仮説が真であるにもかかわらず棄却してしまう偽陰性）の確率は上昇する可能性があります。^{[ a ]}   

補完的に、偽陰性率（FNR）とは、検査で陰性結果となる陽性者の割合、つまり、検査対象の疾患が存在する場合に陰性結果となる条件付き確率のことです。

統計的仮説検定では、この割合はβという文字で表されます。検定の「検出力」（または「感度 」）は1 − βに等しくなります。 

偽発見率 (FDR) という用語は、Colquhoun (2014) ^{[ 4 ]}によって、「有意な」結果が偽陽性である確率を意味するために使用されました。後に Colquhoun (2017) ^{[ 2 ]}は、多重比較に取り組む人々が使用する FDR という用語との混同を避けるために、同じ量に対して偽陽性リスク (FPR) という用語を使用しました。多重比較の補正は、タイプ I エラー率のみを補正することを目的としているため、結果は (補正された) p値になります。したがって、他のp値と同様に、誤解釈される可能性があります。偽陽性リスクは常にp値よりも高く、多くの場合、はるかに高くなります。^{[ 4 ] [ 2 ]}

これら 2 つの考え方の混同、転置条件の誤りは、多くの問題を引き起こしてきました。^{[ 5 ]}この分野の表記の曖昧さのため、すべての論文の定義を確認することが不可欠です。p 値に依存することの危険性は、Colquhoun (2017) ^{[ 2 ]}で強調されており、 p = 0.001の観測でさえ、必ずしも帰無仮説に対する強い証拠ではないと指摘されています。帰無仮説に対する対立仮説を支持する尤度比が 100 に近いにもかかわらず、仮説が非現実的で、実際の効果の事前確率が 0.1 である場合、 p = 0.001の観測でさえ、偽陽性率は 8 パーセントになります。5 パーセントのレベルにも達しません。その結果、すべてのp値には、偽陽性リスクを5%にするために仮定する必要のある、実際の効果が存在する事前確率を付記することが推奨されている^{[ 2 ] [ 6 ]} 。たとえば、単一の実験でp = 0.05が観測された場合、偽陽性リスクを5%にするためには、実験を行う前に実際の効果が存在することを87%確信する必要がある。

「受信者操作特性」という記事では、さまざまな種類のエラーの比率に基づいた統計的信号処理におけるパラメータについて論じている。