令和7年度秋期 応用情報技術者試験 午前 問3

正解：イ

AI解説

偽陽性率(False Positive Rate)は、実際には「間違い(陰性)」であるデータのうち、誤って「正しい(陽性)」と予測してしまったデータの割合であり、FP/(FP+TN)で計算される。 ア: 「間違い」と予測したデータのうち実際は「正しい」データの割合は、予測を基準にした指標(誤検出率の一種)であり、実際の陰性データを基準とする偽陽性率とは分母が異なる。 イ: 正しい。実際に「間違い」であるデータに対して誤って「正しい」と予測した割合が偽陽性率である。 ウ: 実際に「間違い」であるデータに対して正しく「間違い」と予測した割合は、特異度(真陰性率)の説明であり、偽陽性率とは1から引いた関係(相補的な関係)にある。 エ: 全データのうち実際に正しく予測できなかったデータの割合は、誤分類率(全体の誤り率)に関する説明であり、偽陽性率の定義とは異なる。 💡 偽陽性率(FPR)は「実際は陰性なのに陽性と誤判定した割合」であり、特異度(TNR)=1-FPRの関係にあることをセットで覚えるとROC曲線の理解が深まる。