R RecordLinkage軟件包，瞭解alpha和beta錯誤

我一直在學習最近使用R RecordLinkage軟件包。在與連接2點的數據集，一個8行和其他11個非常小的例子，我得到的結果：R RecordLinkage軟件包，瞭解alpha和beta錯誤

Linkage Data Set 

8 records in data set 1 
11 records in data set 2 
8 record pairs 

4 matches 
4 non-matches 
0 pairs with unknown status 


Weight distribution: 

[0.4,0.5] (0.5,0.6] (0.6,0.7] (0.7,0.8] (0.8,0.9] (0.9,1] 
     2   0   2   0   1   3 

3 links detected 
0 possible links detected 
5 non-links detected 

alpha error: 0.250000 
beta error: 0.000000 
accuracy: 0.875000 


Classification table: 

      classification 
true status N P L 
     FALSE 4 0 0 
     TRUE 1 0 3

什麼我不理解，是阿爾法誤差，測試誤差和精度之間的關係與分類表。凡低於來自正是未來的數字，他們如何計算：

alpha error: 0.250000 
beta error: 0.000000 
accuracy: 0.875000

任何幫助，不勝感激

來源

2016-07-13 Tumaini Kilimba

α和β錯誤是統計的措施，更俗稱分別爲I型和II型錯誤。在統計學術語中，阿爾法誤差是拒絕零假設的概率，假設它是真的; β誤差是斷言無效假設的可能性，假設它不是真實的（比較，例如http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2996198/）。

在記錄連接的情況下，無效假設是記錄對是匹配的，即兩個記錄表示相同的實體。因此，阿爾法誤差是標記一對不匹配的概率，假設它確實匹配（假否定）。該錯誤的計算公式如下：（分類爲「非鏈接」的匹配數）/（匹配數）[1]在上面的例子中，有4個匹配，其中1個不被識別，因此，alpha錯誤是1/4 = 0.25。

類似地，β誤差是將一對分類爲匹配的概率，因爲它確實是不匹配（誤報）。它被計算爲（被分類爲'鏈接'的非匹配的數量）/（不匹配的數量）。在上述例子中，不存在假陽性分類，所以測試誤差爲0。讓我們假設一個不同的分類表：

  classification 
true status N P L 
     FALSE 2 0 2 
     TRUE 1 0 3

在這種情況下，有4個非比賽，其中2被錯誤分類作爲鏈接，所以測試版的錯誤是2/4 = 0.5。

最後，準確度只是所有配對之間正確分類的比例（請參閱https://en.wikipedia.org/wiki/Evaluation_of_binary_classifiers#Single_metrics）。在問題的分類表中，有7個正確的分類（4個不匹配，3個匹配），因此準確性爲7/8 = 0,875。

[1]當我的意思是分類算法的結果與真實狀態相反時，我使用'（非）鏈接'而不是'（非）匹配'。

來源

2016-07-14 08:34:33

謝謝，非常清楚的解釋 –

R RecordLinkage軟件包，瞭解alpha和beta錯誤

回答

相關問題