这个虽然简单但老是被绕进去，所以整理一下方便查阅。
首先画一个2×2的混淆矩阵confusion matrix：
TP = True positive（真阳性）
FP = False positive （假阳性）
FN = False negative（假阴性）
TN = True negative（真阴性）
敏感性（sensitivity）= 真阳性率 = 真阳/实际为阳 = TP/(TP+FN)
特异度（specificity）= 真阴性率 = 真阴/实际为阴 = TN/(TN+FP)
α = 假阳性率（误诊） = 假阳/实际为阴 = FP/(FP+TN) = 1-spe
β = 假阴性率（漏诊） = 假阴/实际为阳 = FN/(FN+TP) = 1-sen
约登指数（Youden index）= sen+spe-1
正确分类率（accuracy） = (TP+TN)/(TP+TN+FP+FN)
患病率（prevalence, p）= (TP+FN)/(TP+TN+FP+FN)
阳性预测值&
