ポーズを決める
写真撮影で綺麗に見えるポーズの基本に
S字ポーズというのがあるそうだ。
「体の関節を上手に使って
体の曲線美を表現するポージングと形」
具体的に、りんに挑戦してもらおう。
・顎を引いて
確かに引いてるな。
・胸を張って
ネコさんなので、引っ込める方が難しい。
前屈みでなければ大丈夫かな？
・お腹、引っ込めて（捻りながら）
側面の曲線を作る、かな？
ネコさんの場合だと肩から腕のラインが該当するだろうから、
外へ張ったOの字でなければ良いか。
・お尻をあげて
短足なので、写真の姿勢でも頭が下に、
おちりは相対的に頭の方に来る。
（普通のネコさんだと頭の位置が高く、おちりが床の方へ下がる）
・片方の足を前に出す
お～、ちゃんとできてるじゃないか。
これでりんも美人さん。
前回、
今年の癌のスクリーニング検査N-Noseで陰性の判定を受けて
「よっしゃ」と喜んだので、
もう少し数字的な「よっしゃ」の表現がしたいと無茶を考えた。
そこで、数字として「陰性的中率」を考えることにした。
前回は、用語説明。
今回は、陰性的中率について多少の説明。
なお、この耳慣れない陰性的中率を使う理由は、
文中の「● ありがちな勘違い」の項目を参照すると、
多少はわかっていただけるかと。
前回 「諦めた」 というコメが多くあった。
数式もあるだろうし、用語が拒否感を招くこともあっただろう。
なのでフォローを ・・・ できたらいいなぁ。
用語の方には架空の「ネコバカ病」を用いてみた。
● 割合計算
今回の愚考で使う計算は、ほぼ全ていわゆる割合計算。
ありがちな勘違いをわかった気になってもらうだけでも、
ここは避けて通れないので、一応説明を。
例）
りんごが10個あって、そのうち6割（60%）は蜜入りだ。
蜜入りのリンゴは何個あるか？
という問題の場合、10個×60%=10×0.6=6個で、
蜜入りりんごは6個、
残りの10個ー6個＝4個は蜜入りではない、となる。
まぁ、以下の計算もこんなものの延長。
※ ものの総数をN、その内ある性質Aを満たす割合をaとすると、
N中の性質Aを満たすものの個数は、N×a。
性質Aを満たさないものの個数は、残りのN－Na=N×(1-a)。
N中の性質Aを満たすものの個数は、N×a。
性質Aを満たさないものの個数は、残りのN－Na=N×(1-a)。
▽ 「ネコバカ病」による用語説明
感度とか、用語は定義がしっかりしてるので、
あまり変な簡略化は逆に誤解を招きかねない。
そこで、検査する病気を「ネコバカ病」として、
検査結果からどうやって感度とかを算出するのか見てみよう。
検査結果には、前回の説明と同じ表を使うが、
「ネコバカ病」にカスタムしてある。
「○判定」はネコバカ病に罹患してる可能性大（陽性判定）、
「×判定」は可能性が小さい（陰性判定）、という検査結果である。
感度m：ネコバカな被験者中で○判定を受けた被験者の割合。
なので上から2行目を見て、ネコバカ100人、○判定A=80人だから、
感度m=80/100=80%
ネコバカだけが検査を受けても
80%が○判定で、残り20%が×判定ということ。
特異度p：ネコバカでない被験者中で×判定を受けた被験者の割合。
なので上から3行目を見て、
ネコバカでない者100人、×判定D=90人だから、
特異度p=90/100=90%
ネコバカでない者だけが検査を受けても
90%が×判定で、残り10%が○判定ということ。
陽性的中率x：〇判定を受けた被験者中でネコバカの割合
なので左から2列目を見て、
ネコバカA=80人、バカでないC=10人だから、
陽性的中率x=80/(80+10)=89%
ネコバカで順当に○判定を受けたのは89%ということ。
残りの11%はネコバカでないのに○判定。
陰性的中率z：×判定を受けた被験者中でネコバカでない者の割合
なので左から3列目を見て、
ネコバカB=20人、バカでないD=90人だから、
陰性的中率z=90/(90+20)=82%
ネコバカでなく順当に×判定を受けたのは82%ということ。
残りの18%はネコバカなのに×判定。
「×判定の82%はネコバカじゃないのかぁ。
だけど、残りの18%はネコバカなんだろ。
なら私もネコバカの可能性あるな～」
すこしはとっつきやすかっただろうか。
▽ 前回の最後に掲載した計算例
先程の「ネコバカ病」を一般的な病気と読み替えると、
前回の説明になる。
具体的には、
「ネコバカ病」に「罹患してるか、非罹患」か、
「○・×判定」を「陽性・陰性判定」と読み替える。
被験者総数 N=200人、
罹患率 r=50%（罹患してる被験者と非罹患な被験者が半々）、
感度（罹患してる被験者中の陽性判定の割合） m=80%、
特異度（非罹患な被験者中の陰性判定の割合） p=90%
の検査として、
検査結果を表にすると以下の通り。
長くなるが計算を逐一追ってみる。
罹患してる被験者については、上から2行目に記載。
被験者総数がN=200人、
罹患率r（罹患してる被験者の割合）=50%（半分）だから、
罹患してる被験者の人数は、200×50%=100人（右側の計の列）。
罹患してる被験者中で陽性判定される被験者の割合は感度mだから、
罹患かつ陽性の被験者（真陽性A）は100人×m=100×80%=80人。
残りの罹患かつ陰性の被験者（偽陰性B）は100人-80人=20人。
同様に、非罹患な（罹患していない）被験者については、
上から3行目に記載。
非罹患な被験者の人数は、200人-100人=100人。
非罹患な被験者中で陰性判定される被験者の割合は特異度pだから、
非罹患かつ陰性の被験者（真陰性D）は100人×p=100×90%=90人。
残りの非罹患かつ陽性の被験者（偽陽性C）は100人-90人=10人。
こうして、各検査結果の人数は計算されている。
● ありがちな勘違い
感度m=80%、特異度p=90%の
「ネコバカ病」検査を受けたとする。
▽ 勘違いの例 １
この検査で×（陰性）判定を受けた。
特異度p=90%だから90%を×（ネコバカでない）と判定するので、
「9割はネコバカでないんだ」
▽ 勘違いの例 ２
この検査で2回連続で×（陰性）判定を受けた。
感度m=80%だから、
ネコバカなのに×（陰性）判定で見逃されるのは20%。
2回も×と判定されるのは20%×20%=4%なので、
「4%なんてレアだから、私はネコバカでないんだ」
▽ 数字で勘違いの原因を探る
実は
100人のネコバカじゃない者（非罹患）の内訳が、
×判定（真陰性D）=90人と○判定（偽陽性C）=10人、
1000人のネコバカ（罹患者）の内訳が、
×判定（偽陰性B）=200人と○判定（真陽性A）=800人、
という極端な検査だったら ・・・
「ネコバカ病」なら有り得るだろうか。
例１なら、×判定でも
ネコバカじゃない（真陰性D）=90人と
ネコバカ（偽陰性B）=200人を比べたら、
「9割はネコバカでないんだ」 とは言えない。
例2なら、
2回×判定のネコバカ（罹患者）は偽陰性B=200人の20%で、40人。
2回×判定のネコバカじゃないのは真陰性D=90人の90%で、81人。
なので、40人と81人を比べたら、
「4%なんてレアだから、私はネコバカでないんだ」 とは言えない。
例１も例２も勘違いの原因は
×判定を受けたネコバカ（偽陰性B）を考慮してないこと。
※ 自分が偽陰性Bに入ってるとは考えたくないので、無視してしまう気持ちはよくわかる。
※ 偽陰性B=0人と仮定するなら罹患者はいないので、
最初から結論は「自分は必ず非罹患」と決まっている。
※ 偽陰性B=0人と仮定するなら罹患者はいないので、
最初から結論は「自分は必ず非罹患」と決まっている。
● 陰性的中率zの使い方
上記のような勘違いを防ぐため、今回注目したのは
陰性的中率z：陰性と判定された被験者（偽陰性B+真陰性D）の内、
実際に非罹患な被験者（真陰性D）の割合。
z=真陰性D/(偽陰性B+真陰性D)
上記の表の例で、
陰性と判定された被験者は（偽陰性B+真陰性D=）20+90=110人。
その内非罹患な被験者（真陰性D）は90人なので、
陰性的中率z=真陰性D/(偽陰性B+真陰性D)=90/110=82%。
この検査で陰性判定を受けた被験者は
「たぶん自分は非罹患な82%の方（真陰性D）で、
きっと残りの18%の罹患してるの方（偽陰性B）ではない」
「でも偽陰性Bが18%もあるから、安全と信じるのはちょっと」
という感じで使う。
自分が陰性判定を受けたかどうかはわかるので、
陰性的中率zから
自分が非罹患（真陰性D）か罹患（偽陰性B）かの可能性について
考えることができる。
陰性判定の場合、偽陰性Bは要は病気の見逃し。
被験者は非罹患な真陰性Dに入りたいので、
検査結果の真陰性Dが多いことが望ましく、
陰性的中率zは高いことが望ましい。
● 陽性的中率、陰性的中率と感度、特異度の違い
感度mと特異度pは、検査方法の有効性を表す。
一方、陽性的中率xと陰性的中率zは、検査結果の有効性を表す。
感度m：
罹患してる被験者を、検査が正しく陽性と判断できるかの指標
陽性的中率x：
検査結果が陽性な被験者達に
実際に罹患してる被験者がどの程度入っているかの割合
特異度p：
非罹患な被験者を、検査が正しく陰性と判断できるかの指標
陰性的中率z：
検査結果が陰性な被験者達に
実際に非罹患な被験者がどの程度入っているかの割合
応援クリック、お願いします
コメント大募集中 ～ 初コメ、一言コメ 大歓迎
