Anlisis de omisin / comisin

La siguiente imagen muestra la tasa de omisin y el rea predicha en funcin del umbral
acumulativo. La tasa de omisin se calcula tanto en los registros de presencia de
entrenamiento como en los registros de prueba (si se usan datos de prueba). La tasa de
omisin debe estar cerca de la omisin pronosticada, debido a la definicin del umbral
acumulativo.

La siguiente imagen es la curva caracterstica de funcionamiento del receptor (ROC)

para los mismos datos. Tenga en cuenta que la especificidad se define utilizando el rea
prevista, en lugar de comisin verdadera (vase el documento de Phillips, Anderson y
Schapire citado en la pgina de ayuda para la discusin de lo que esto significa). Esto
implica que el AUC mximo alcanzable es menor que 1. Si los datos de prueba se
extraen de la distribucin Maxent en s, entonces el AUC de prueba mximo posible
sera 0.950 en lugar de 1; En la prctica el AUC de prueba puede exceder este lmite.
Algunos umbrales comunes y las correspondientes tasas de omisin son los siguientes.
Si se dispone de datos de prueba, las probabilidades binomiales se calculan
exactamente si el nmero de muestras de prueba es como mximo de 25, de lo contrario
utilizando una aproximacin normal al binomio. Estos son p-valores unilaterales para la
hiptesis nula de que los puntos de prueba no se predicen mejor que por una prediccin
aleatoria con el mismo rea fraccionada predicha. El umbral de "equilibrio" minimiza 6 *
la tasa de omisin de entrenamiento + .04 * el umbral acumulativo + 1.6 * el rea
fraccionada pronosticada.

Fotos del modelo Esta es una representacin del modelo Maxent para
ZORRO_COSTERO. Los colores ms clidos muestran reas con mejores condiciones
predichas. Los puntos blancos muestran los lugares de presencia utilizados para el
entrenamiento, mientras que los puntos violetas muestran los lugares de prueba. Haga
clic en la imagen para ver una versin en tamao complet