灵敏度和特异度的置信区间怎么算？
很多医学⽣及医⽣经常会对诊断实验进⾏评价，评价诊断试验的常⽤指标及计算⽅法都⽐较容易掌握，但是少有⼈知道其相应的95%的置信区间的计算⽅法。我们简单的回顾⼀下，诊断试验评价的基本⽅法是⽤所谓的“⾦标准”，确诊区分患者和⾮患者，再应⽤待评价的⽅法测定这些研究对象，然后⽐较两种⽅法的⼀致性。
预测值
阳性阴性师范院校
患者a b
惊奇的近义词是什么
实际值
⾮患者c d
公式法
评价诊断试验的常⽤指标主要有灵敏度、特异度、⼀致率、Youden指数、似然⽐等，由于灵敏度、特异
度、似然⽐都是率或百分⽐变量，因此，相应的置信区间可以采⽤标准的率或百分⽐的⽅法来计算。例如，灵敏度 (Sensitivity, Se) 是指真实患者中诊断结果为阳性的概率，反映了正确诊断某种疾病的能⼒。其标准误和置信区间的计算可按照正态近似法利⽤率的标准误和置信区间进⾏。
开源⽹站实例
实际值石磊老师
⾮患者患者
阳性c a
预测值
阴性d b
假设上⾯表格 a、b、c、d 分别为125、10、25、120，可以得到以下结果，其中红⾊标记的 Sensitivity、Specificity、Positive、Negative 分别是指灵敏度、特异度、阳性似然⽐和阴性似然⽐的95%置信区，带有[W]的 Positive 和 Negative 表⽰校正患病率后的似然⽐。
另外采⽤如上的灵敏度置信区间公式计算灵敏度的置信区间，得到的灵敏度的置信区为 (0.88, 0.97) ，由于置信区间的计算原理不同，公式法与⽹站的结果稍有差异，⼤家使⽤时注明参考⽂献即可。
补充
男生生活照威尔逊置信区间
由于正态区间对于⼩样本并不可靠，因⽽，1927年，美国数学家 Edwin Bidwell Wilson提出了⼀个修正公式，被称为“威尔逊区间”，很好地解决了⼩样本的准确性问题。
在上⾯的公式中，^p表⽰样本的”赞成票⽐例”，n表⽰样本的⼤⼩，z表⽰对应某个置信⽔平的z统计量，这是⼀个常数，可以通过查前⽂表得到。⼀般情况下，在95%的置信⽔平下，z统计量的值为1.96。
奈韦拉平威尔逊置信区间的均值为
下限为：
达尔文是什么学家
清朝闭关锁国可以看到：当n的值⾜够⼤时，这个下限值会趋向^p。如果n⾮常⼩（投票⼈很少），这个下限值会⼤⼤⼩于p，实际上，起到了降低”赞成票⽐例”的作⽤，使得该项⽬的得分变⼩、排名下降。
垂钓运动根据离散型随机变量的均值和⽅差定义：
μ=E(X)=0*(1-p)+1*p=p
σ=D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p)
因此上⾯的威尔逊区间公式可以写成：
