O que é a taxa de falsos positivos?
A taxa de falsos positivos (FPR, do inglês false positive rate), também conhecida como fall-out, mede com que frequência um classificador ou teste diagnóstico sinaliza incorretamente como positivo um caso que na verdade é negativo. É uma métrica essencial em aprendizado de máquina, testes médicos e estatística, e forma o eixo x da curva ROC.
Como usar esta calculadora
Informe o número de falsos positivos (FP) — casos negativos previstos erroneamente como positivos — e o número de verdadeiros negativos (TN) — casos negativos corretamente identificados. A calculadora retorna a FPR como proporção e como porcentagem, junto com a especificidade correspondente.
A fórmula explicada
A taxa de falsos positivos é calculada assim:
$$\text{FPR} = \frac{\text{FP}}{\text{FP} + \text{TN}}$$O denominador \((\text{FP} + \text{TN})\) é o total de casos realmente negativos. Como a especificidade (a taxa de verdadeiros negativos) é igual a \(\text{TN} / (\text{FP} + \text{TN})\), a FPR é simplesmente o seu complemento: \(\text{FPR} = 1 - \text{especificidade}\). Uma FPR menor indica um teste que raramente gera falsos alarmes.
Exemplo prático
Suponha que um teste de triagem produza 10 falsos positivos e 90 verdadeiros negativos. Então $$\text{FPR} = \frac{10}{10 + 90} = \frac{10}{100} = 0{,}10,$$ ou 10%. A especificidade é \(1 - 0{,}10 = 0{,}90\), ou 90%. Isso significa que o teste descarta corretamente 90% das pessoas saudáveis, mas dá alarme falso em 10%.
Perguntas frequentes
Qual é uma boa taxa de falsos positivos? Quanto menor, melhor. A FPR ideal é 0, o que significa que nenhum negativo é classificado incorretamente, embora, no mundo real, os testes precisem equilibrar a FPR com a sensibilidade.
Qual a diferença entre FPR e precisão? A FPR usa a contagem de todos os negativos reais como denominador, enquanto a precisão foca nos positivos previstos \((\text{TP} / (\text{TP} + \text{FP}))\).
A FPR pode ser maior que 1? Não. Como FP não pode exceder FP + TN, a FPR fica sempre entre 0 e 1 (0% a 100%).