MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

सूत्र (फॉर्मूला)

Show calculation steps (4)
  1. Specificity (True Negative Rate)

    Specificity (True Negative Rate): सेंसिटिविटी और स्पेसिफिसिटी कैलकुलेटर

    Proportion of actual negatives correctly identified

  2. Positive Predictive Value (PPV)

    Positive Predictive Value (PPV): सेंसिटिविटी और स्पेसिफिसिटी कैलकुलेटर

    Proportion of positive test results that are true positives

  3. Negative Predictive Value (NPV)

    Negative Predictive Value (NPV): सेंसिटिविटी और स्पेसिफिसिटी कैलकुलेटर

    Proportion of negative test results that are true negatives

  4. Accuracy

    Accuracy: सेंसिटिविटी और स्पेसिफिसिटी कैलकुलेटर

    Proportion of all results that are correct

विज्ञापन

परिणाम

सेंसिटिविटी (ट्रू पॉज़िटिव रेट)
90%
पॉज़िटिव मामलों को सही पहचानने की क्षमता
स्पेसिफिसिटी (ट्रू नेगेटिव रेट) 80%
पॉज़िटिव प्रेडिक्टिव वैल्यू (PPV) 81.82%
नेगेटिव प्रेडिक्टिव वैल्यू (NPV) 88.89%
एक्यूरेसी 85%

यह कैलकुलेटर क्या करता है

यह टूल किसी बाइनरी डायग्नोस्टिक टेस्ट या क्लासिफिकेशन मॉडल के प्रदर्शन को मापता है। 2×2 कन्फ्यूज़न मैट्रिक्स के चार खानों — True Positives (TP), False Negatives (FN), True Negatives (TN), और False Positives (FP) — से यह सेंसिटिविटी, स्पेसिफिसिटी, पॉज़िटिव और नेगेटिव प्रेडिक्टिव वैल्यू (PPV/NPV), तथा कुल एक्यूरेसी निकालता है। ये मेट्रिक्स चिकित्सा, महामारी विज्ञान और मशीन लर्निंग में व्यापक रूप से इस्तेमाल होते हैं।

दो गुणा दो कन्फ्यूज़न मैट्रिक्स जिसमें TP, FP, FN और TN सेल दिखाए गए हैं
कन्फ्यूज़न मैट्रिक्स पूर्वानुमानों को ट्रू पॉज़िटिव, फॉल्स पॉज़िटिव, फॉल्स नेगेटिव और ट्रू नेगेटिव में व्यवस्थित करती है।

इसका उपयोग कैसे करें

अपने अध्ययन या मॉडल से हर परिणाम की संख्या दर्ज करें। "पॉज़िटिव" का मतलब आमतौर पर यह होता है कि स्थिति मौजूद है (या मॉडल पॉज़िटिव क्लास का अनुमान लगाता है)। TP और FP वे मामले हैं जिन्हें टेस्ट ने पॉज़िटिव बताया; TN और FN वे हैं जिन्हें टेस्ट ने नेगेटिव बताया। पाँचों मेट्रिक्स प्रतिशत में देखने के लिए "कैलकुलेट" पर क्लिक करें।

फ़ॉर्मूले की व्याख्या

सेंसिटिविटी $$\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$ बताती है कि टेस्ट असली मामलों को कितनी अच्छी तरह पकड़ता है — ऊँचा मान यानी बहुत कम बीमार मरीज़ छूटते हैं। स्पेसिफिसिटी $$\text{Specificity} = \frac{\text{TN}}{\text{TN} + \text{FP}} \times 100\%$$ बताती है कि वह स्वस्थ लोगों को कितनी अच्छी तरह सही पहचानता है — ऊँचा मान यानी बहुत कम झूठे अलार्म। $$\text{PPV} = \frac{\text{TP}}{\text{TP} + \text{FP}} \times 100\%$$ यह संभावना है कि पॉज़िटिव नतीजा सचमुच सही है, और $$\text{NPV} = \frac{\text{TN}}{\text{TN} + \text{FN}} \times 100\%$$ यह संभावना है कि नेगेटिव नतीजा वाकई नेगेटिव है। $$\text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{FN} + \text{TN} + \text{FP}} \times 100\%$$ पूरी सटीकता का सारांश देती है।

विज्ञापन
वास्तविक पॉज़िटिव से संवेदनशीलता और वास्तविक नेगेटिव से विशिष्टता की तुलना दर्शाता आरेख
संवेदनशीलता वास्तविक पॉज़िटिव में से और विशिष्टता वास्तविक नेगेटिव में से निकाली जाती है।

हल किया हुआ उदाहरण

मान लीजिए किसी टेस्ट में \(\text{TP} = 90\), \(\text{FN} = 10\), \(\text{TN} = 80\), \(\text{FP} = 20\) हैं। सेंसिटिविटी $$\frac{90}{90 + 10} = 90\%$$ स्पेसिफिसिटी $$\frac{80}{80 + 20} = 80\%$$ PPV $$\frac{90}{90 + 20} \approx 81.82\%$$ NPV $$\frac{80}{80 + 10} \approx 88.89\%$$ एक्यूरेसी $$\frac{90 + 80}{200} = 85\%$$

अक्सर पूछे जाने वाले सवाल

सेंसिटिविटी और स्पेसिफिसिटी में क्या अंतर है? सेंसिटिविटी मापती है कि टेस्ट उन लोगों को कितनी अच्छी तरह पहचानता है जिनमें वह स्थिति है; स्पेसिफिसिटी मापती है कि वह उन लोगों को कितनी सही तरह से छाँट देता है जिनमें वह स्थिति नहीं है।

PPV और NPV, सेंसिटिविटी/स्पेसिफिसिटी से अलग क्यों होते हैं? प्रेडिक्टिव वैल्यू आपके सैंपल में बीमारी की व्यापकता (प्रिवलेंस) पर निर्भर करती हैं, जबकि सेंसिटिविटी और स्पेसिफिसिटी टेस्ट के अपने अंतर्निहित गुण हैं।

क्या कोई टेस्ट 100% सेंसिटिव होकर भी बेकार हो सकता है? हाँ — जो टेस्ट हर किसी को पॉज़िटिव बता दे वह 100% सेंसिटिव है पर 0% स्पेसिफिक, इसलिए दोनों संख्याएँ साथ मिलकर ही मायने रखती हैं।

अंतिम अपडेट: