如何通俗地解释错误发现率fdr(falsediscoveryrate)?

如何通俗地解释错误发现率fdr(falsediscoveryrate)?

False discovery rate (FDR)，误报率。FDR的真正含义是"所有发现中发生了错误所占的比率"，即在计算所有discovery中false(假发现)所占的比率。常有误译为“错误发现率”，但个人认为“误报率”更准确。了解FDR，需要熟悉几个相关概念：False omission rate (FOR)。将FOR译为“错漏率”会更贴切。在探讨FDR时，我们需明确四个核心指标：TP、TN、FP、FN。TP (True Positive) 指在阳性的实验样本上检测出的结果为阳性。TN (True Negative) 指在阴性样本上检测出的结果为阴性。FP (False Positive) 指在阴性样本上检测出的结果为阳性。FN (False Negative) 指在阳性样本上检测出的结果为阴性。PPV (Positive Predictive Value) 是阳性预测值，常被称为准确度(Precision)。NPV (Negative Predictive Value) 则是阴性预测值。理解这些概念，能帮助我们更好地掌握FDR的含义和应用。