erreur de première espèce
Sign in to saveAlso known as false positive, false-positive, FP
erreur statistique
Research
45,878 papers- Reconsideration of the type I error rate for psychological science in the era of replication.Psychological methods · 2024
- Effects of nursing workload on medication administration errors: A quantitative study.Work (Reading, Mass.) · 2023
- Tirzepatide after intensive lifestyle intervention in adults with overweight or obesity: the SURMOUNT-3 phase 3 trial.Nature medicine · 2023
- Pre-analytical phase errors constitute the vast majority of errors in clinical laboratory testing.Clinical chemistry and laboratory medicine · 2025
- Optimising the trade-off between type I and II error rates in the Bayesian context.Pharmaceutical statistics · 2021
via PubMed
Wikidata facts
- Part of
- type I and type II errors
Show 3 more facts
- opposite of
- type II error
- different from
- type II error
- maintained by WikiProject
- WikiProject Mathematics
Sources (1)
via Wikidata · CC0
Article · Français
Un faux positif est le résultat d'une prise de décision dans un choix à deux possibilités (positif et négatif), déclaré positif, là où il est en réalité négatif. Le résultat peut être issu d'un test d'hypothèse, d'un algorithme de classification automatique, ou tout simplement d'un choix arbitraire. Dans la pratique, dans les cas où le résultat est utilisé pour avertir (alarme, détection de virus, etc), un faux positif est une fausse alarme. Cependant, dans les domaines où le résultat espéré est positif, il convient de distinguer le faux positif et la fausse alarme. La fausse alarme étant alors le cas faux négatif. Quand ce que l'on recherche est rare, et que le test utilisé n'est pas parfaitement spécifique, il est généralement beaucoup plus probable qu'un cas déclaré positif soit en réalité un faux positif. La notion de faux positif est utilisée dans de nombreux domaines : * en biologie et en médecine ; * en informatique, en particulier- en , sous le nom de bruit (ensemble des réponses non pertinentes) et- en algorithmique quand l'exécution et le résultat sont randomisés ;- en sécurité informatique, pour les logiciels anti-virus, les filtres anti-spam (un message ou programme valable injustement considéré comme nuisible par le filtre) ;- dans logicielles comme en vérification formelle, ou vérification fonctionnelle des systèmes électronique ou en test logiciel * en vidéo surveillance, pour la détection d'événements ; * dans les radars, pour la détection de cibles ; * dans les domaines du diagnostic, notamment médical * plus généralement dans tout domaine demandant de prendre une décision binaire, fondée sur des données imprécises.
Abstract from DBpedia / Wikipedia · CC BY-SA