Análisis de omisión / comisión

La siguiente imagen muestra la tasa de omisión y el área predicha en función del umbral
acumulativo. La tasa de omisión 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
omisión debe estar cerca de la omisión pronosticada, debido a la definición del umbral
acumulativo.

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

para los mismos datos. Tenga en cuenta que la especificidad se define utilizando el área
prevista, en lugar de comisión verdadera (véase el documento de Phillips, Anderson y
Schapire citado en la página de ayuda para la discusión de lo que esto significa). Esto
implica que el AUC máximo alcanzable es menor que 1. Si los datos de prueba se
extraen de la distribución Maxent en sí, entonces el AUC de prueba máximo posible
sería 0.950 en lugar de 1; En la práctica el AUC de prueba puede exceder este límite.
Algunos umbrales comunes y las correspondientes tasas de omisión son los siguientes.
Si se dispone de datos de prueba, las probabilidades binomiales se calculan
exactamente si el número de muestras de prueba es como máximo de 25, de lo contrario
utilizando una aproximación normal al binomio. Estos son p-valores unilaterales para la
hipótesis nula de que los puntos de prueba no se predicen mejor que por una predicción
aleatoria con el mismo área fraccionada predicha. El umbral de "equilibrio" minimiza 6 *
la tasa de omisión de entrenamiento + .04 * el umbral acumulativo + 1.6 * el área
fraccionada pronosticada.

Fotos del modelo Esta es una representación del modelo Maxent para
ZORRO_COSTERO. Los colores más cálidos muestran áreas 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 versión en tamaño complet