🧰 偽陽性 (False Positive, FP) ハンドブック拡張

偽陽性 ＝ 本当は陰性（無関係・健康・正常）なのに、 検査・分類器が陽性と判定してしまう誤り。 Type I error。 本ハンドブックでは数式・計算例・産業界事例・失敗例・演習・FAQ・50 連発レシピを一気通貫で提供する。 本ページの数値はすべて公的データ SSDSE-B-2026（独立行政法人 統計センター） を data/raw/SSDSE-B-2026.csv として読み込み、 2023 年・47 都道府県のレコードを集計したもの。 合成データは一切使用していない。

📐 数式を言葉で読み解く（詳細版）

FPR（偽陽性率）は『本来陰性の集合のうち、 誤って陽性と判定された割合』。 有意水準 α と一致し、 仮説検定では通常 0.05 に設定されます。 ROC 曲線の横軸そのもの。

📖 記号と意味の対応表

🧭 直感的な理解

47 都道府県を高齢化率（65 歳以上人口 A1303 ÷ 総人口 A1101）が 32% 以上なら『高齢化県 = 陽性』と定義します。 その予測に出生率（出生数 A4101 ÷ 総人口 A1101 × 1000）が 5.8‰ 未満という代理指標を使うと、 出生率は低いのに高齢化率は 32% 未満の県（埼玉・千葉など大都市圏）を『高齢化県』と誤判定します。 これが偽陽性です。

🐍 Python 実装（拡張 narration 付き）

🎯 このコードでやること：SSDSE-B-2026 の 2023 年データで『出生率 5.8‰ 未満なら高齢化県（陽性）』と判定するルールの偽陽性を計算する（真ラベルは高齢化率 32% 以上）。

📥 入力データ：47 都道府県の 2023 年 A1101 総人口・A1303 高齢者人口・A4101 出生数。 真ラベル＝高齢化率（A1303/A1101）が 32% 以上か。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', header=0, encoding='cp932', skiprows=[1])
df23 = df[df['SSDSE-B-2026']==2023][['Prefecture','A1101','A1303','A4101']].copy()
d = df23.copy()
d['aging'] = d['A1303']/d['A1101']*100
d['birth_rate'] = d['A4101']/d['A1101']*1000
d['true_aging'] = d['aging'] >= 32   # 真ラベル: 高齢化率 32% 以上
d['pred_aging'] = d['birth_rate'] < 5.8     # 予測: 出生率<5.8‰ → 高齢化と推定

TP = ((d.pred_aging) & (d.true_aging)).sum()
FP = ((d.pred_aging) & (~d.true_aging)).sum()
TN = ((~d.pred_aging) & (~d.true_aging)).sum()
FN = ((~d.pred_aging) & (d.true_aging)).sum()
print(f'TP={TP}  FP={FP}  TN={TN}  FN={FN}')
print(f'FPR (偽陽性率) = FP/(FP+TN) = {FP/(FP+TN):.3f}' if (FP+TN)>0 else 'TN=0')
print(d[(d.pred_aging) & (~d.true_aging)][['Prefecture','birth_rate']])

📤 実行すると次の出力が得られる：

💬 結果の読み方：高齢化率 32% 以上の県 (23) を出生率<5.8‰ で予測すると、 出生率は低いが高齢化率 32% 未満の県 11 件が偽陽性 (FP) となる。 FPR=11/24≈0.458。 代理指標の限界を示す好例。

🧮 SSDSE-B-2026 で実値計算（拡張）

47 都道府県を『出生率 5.8‰ 未満なら高齢化県（陽性）』とする単純ルールで予測した結果、 TP=18（正しく高齢化と予測）、 FP=11（誤って高齢化と予測）、 TN=13、 FN=5 となった。 高齢化率 32% 以上は 23 県、 未満は 24 県とほぼ均衡し、 FPR=11/24≈0.458 と偽陽性が多発している。 出生率という代理指標は高齢化の傾向を捉えるが、 大都市圏では出生率が低くても高齢化率は低いため FP が生じる。 balanced accuracy や PR-AUC も併用する。

本ページの数値はすべて公的データ SSDSE-B-2026（独立行政法人 統計センター） を data/raw/SSDSE-B-2026.csv として読み込み、 2023 年・47 都道府県のレコードを集計したもの。 合成データは一切使用していない。

🏭 産業界の活用事例 6 件

🔬 関連手法の比較表

💥 失敗例とアンチパターン

📘 拡張ハンドブック（応用編）

📝 演習問題 5 問

1. Q1: FPR と Type I error の関係を述べよ。
2. Q2: 検査の感度 0.95、 特異度 0.90、 有病率 1% のとき、 陽性的中率（PPV）を計算せよ。
3. Q3: SSDSE-B-2026 の人口減少判定で、 FPR を計算する pandas/numpy コードを書け。
4. Q4: 多重検定で 47 都道府県を α=0.05 で個別検定したとき、 偶然陽性となる期待件数は何件か？
5. Q5: Bonferroni 補正と Benjamini-Hochberg 補正の違いを述べよ。

解答例は付属の Jupyter Notebook（notebooks/glossary_exercises.ipynb）に収録。 SSDSE-B-2026 を使って自力で動かしてから答え合わせすること。

📔 関連用語辞典 10 語

Type I error

本来正しい帰無仮説を棄却する誤り＝偽陽性。

Type II error

偽の帰無仮説を採択する誤り＝偽陰性。

ROC 曲線

FPR 対 TPR をプロットした感度-特異度曲線。

PR 曲線

Recall 対 Precision。 不均衡データに有効。

AUC

曲線下面積。 0.5 = ランダム、 1.0 = 完璧。

Precision

TP/(TP+FP)。 陽性予測の正確さ。

Recall

TP/(TP+FN)。 陽性の捕捉率＝感度。

F1 スコア

Precision と Recall の調和平均。

Bonferroni 補正

多重検定で α を /m。 保守的。

BH 法

Benjamini-Hochberg。 FDR を制御する多重検定補正。

⚡ 50 連発レシピ集

日常の SSDSE-B-2026 分析でそのままコピペして使える 50 個のスニペット集。 1 行で完結するパターンを優先。

1. from sklearn.metrics import confusion_matrix; confusion_matrix(y, yhat)
2. tn, fp, fn, tp = confusion_matrix(y, yhat).ravel()
3. fpr = fp / (fp + tn)
4. from sklearn.metrics import roc_curve; fpr, tpr, th = roc_curve(y, score)
5. from sklearn.metrics import roc_auc_score; roc_auc_score(y, score)
6. from sklearn.metrics import precision_recall_curve; p, r, t = precision_recall_curve(y, score)
7. from sklearn.metrics import average_precision_score; average_precision_score(y, score)
8. from sklearn.metrics import f1_score; f1_score(y, yhat)
9. from sklearn.metrics import precision_score, recall_score
10. from sklearn.metrics import classification_report; print(classification_report(y, yhat))
11. from statsmodels.stats.multitest import multipletests; multipletests(p_values, method='bonferroni')
12. multipletests(p_values, method='fdr_bh')
13. from scipy.stats import binomtest; binomtest(fp, fp+tn).pvalue
14. from scipy.stats import beta; beta.ppf([0.025,0.975], fp+1, tn+1) # ベイズ CI
15. import numpy as np; ci = np.percentile([fpr_boot for _ in range(1000)], [2.5,97.5])
16. from sklearn.calibration import calibration_curve; calibration_curve(y, score)
17. from sklearn.isotonic import IsotonicRegression; IsotonicRegression().fit(score, y)
18. from sklearn.linear_model import LogisticRegression; lr = LogisticRegression().fit(X, y)
19. from sklearn.model_selection import cross_val_score; cross_val_score(lr, X, y, scoring='roc_auc')
20. from sklearn.model_selection import StratifiedKFold; for tr,te in StratifiedKFold(5).split(X,y): ...
21. df['pred'] = (df['score']>0.5).astype(int)
22. df['fp_flag'] = (df.pred==1) & (df.y==0)
23. df.groupby('group').apply(lambda g: ((g.pred==1)&(g.y==0)).mean()) # subgroup FPR
24. np.where(score>th, 1, 0)
25. (yhat & ~y).sum() / (~y).sum() # FPR
26. (yhat & y).sum() / y.sum() # Recall
27. (yhat & y).sum() / yhat.sum() # Precision
28. import seaborn as sns; sns.heatmap(confusion_matrix(y,yhat), annot=True)
29. from sklearn.metrics import balanced_accuracy_score; balanced_accuracy_score(y, yhat)
30. from sklearn.metrics import matthews_corrcoef; matthews_corrcoef(y, yhat)
31. from sklearn.metrics import cohen_kappa_score; cohen_kappa_score(y, yhat)
32. from sklearn.metrics import log_loss; log_loss(y, score)
33. from sklearn.metrics import brier_score_loss; brier_score_loss(y, score)
34. fpr_target = 0.05; th = np.percentile(score[y==0], (1-fpr_target)*100)
35. from sklearn.svm import OneClassSVM; OneClassSVM().fit(X[y==0])
36. from sklearn.ensemble import IsolationForest; IsolationForest().fit_predict(X)
37. df['decile'] = pd.qcut(df.score, 10, labels=False)
38. df.groupby('decile').agg(rate=('y','mean'), n=('y','size'))
39. import shap; shap.summary_plot(shap.Explainer(model)(X), X)
40. from sklearn.inspection import permutation_importance; permutation_importance(model, X, y)
41. from sklearn.model_selection import GridSearchCV; GridSearchCV(lr, {'C':[0.1,1,10]}).fit(X,y)
42. from imblearn.over_sampling import SMOTE; SMOTE().fit_resample(X, y)
43. from imblearn.under_sampling import RandomUnderSampler; RandomUnderSampler().fit_resample(X, y)
44. model.predict_proba(X)[:,1]
45. np.linspace(0,1,101)
46. from sklearn.metrics import auc; auc(fpr, tpr)
47. matplotlib.pyplot.plot(fpr, tpr); plt.xlabel('FPR'); plt.ylabel('TPR')
48. plt.fill_between(fpr, tpr, alpha=0.2)
49. from sklearn.metrics import det_curve; det_curve(y, score)
50. from sklearn.metrics import precision_recall_fscore_support; precision_recall_fscore_support(y, yhat)

❓ よくある質問 FAQ 20 問

📚 参考文献

1. Neyman & Pearson (1933) On the problem of the most efficient tests of statistical hypotheses。
2. Wasserstein & Lazar (2016) The ASA's Statement on p-Values — p 値の誤用に対する公式声明。
3. Benjamini & Hochberg (1995) Controlling the False Discovery Rate。
4. ESLII (Hastie, Tibshirani, Friedman) 第 9 章 — 分類評価指標。
5. 総務省 SSDSE-B-2026 — 本教材デモデータ。
6. Ioannidis (2005) Why Most Published Research Findings Are False。

📚 偽陽性と分類評価の徹底解説

本章では SSDSE-B-2026 の 47 都道府県を題材に、 FP/FN/TP/TN の混同行列から始まり、 ROC/PR/F1/MCC/Calibration/多重検定補正 までを実値計算で総点検する。 クラス構成（陽性 49% vs 陰性 51%）のほぼ均衡した高齢化ラベルで検証する。

📊 47 都道府県 TOP10（人口降順）と BOTTOM10

TOP10 だけで全国人口の 60% 以上を占める一極集中。 東京都の高齢化率は 22.8% と最低で出生率も 6.13‰ と最高水準。 ただし出生数の絶対値は東京 86,348 人と圧倒的に多く、 県別の率と絶対値の差異に注意。

BOTTOM10 は地方県中心で、 秋田県の高齢化率は 39.1% と最高、 出生率も 3.95‰ と低い。 こうした少数派サンプルこそ統計指標が極端な値を取り、 平均では見えない実態が浮かぶ。

📈 東京都 12 年推移（2012-2023）

12 年で人口は 13.23M → 14.09M（+6.4%）、 高齢者は 2.81M → 3.21M（+14%）、 出生数は 107,401 → 86,348（△19.6%）。 人口増加の影でも出生数は急減。 これが「都市部の少子化」の実像。

🐍 実装例 ① — narration 完全装備

🎯 このコードでやること：47 都道府県の出生率を閾値 5.8‰ で『高齢化県（高齢化率 32% 以上）』と予測し、 混同行列・FPR・Precision・Recall・F1を一気に計算する。

📥 入力データ：SSDSE-B-2026 2023 年の 47 行（人口 A1101, 高齢者 A1303, 出生数 A4101）。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', header=0, encoding='cp932', skiprows=[1])
df23 = df[df['SSDSE-B-2026']==2023][['Prefecture','A1101','A1303','A4101']].copy()
d = df23.copy()
d['aging'] = d['A1303']/d['A1101']*100
d['birth_rate'] = d['A4101']/d['A1101']*1000
y    = (d['aging'] >= 32).astype(int)
yhat = (d['birth_rate'] < 5.8).astype(int)
TP = int(((yhat==1)&(y==1)).sum()); FP = int(((yhat==1)&(y==0)).sum())
TN = int(((yhat==0)&(y==0)).sum()); FN = int(((yhat==0)&(y==1)).sum())
prec = TP/(TP+FP) if TP+FP else float('nan')
rec  = TP/(TP+FN) if TP+FN else float('nan')
f1   = 2*prec*rec/(prec+rec) if prec+rec else float('nan')
print(f'TP={TP}  FP={FP}  TN={TN}  FN={FN}')
print(f'Precision={prec:.3f}  Recall={rec:.3f}  F1={f1:.3f}')

📤 実行結果：

💬 結果の読み方：Precision 62%・Recall 78%。 陽性予測 29 件のうち 11 件 (38%) が偽陽性で、 高齢化県でない県を高齢化と誤判定している。 閾値 (5.8‰) を下げれば FP↓だが FN↑。 業務コストで閾値を決めるのが王道。

🐍 実装例 ② — 拡張シナリオ

🎯 このコードでやること：ROC 曲線と AUC を計算し、 出生率を連続スコアとして使ったときの判別力を測る。

📥 入力データ：上記 d（47 行）。 score = -birth_rate（小さいほど陽性傾向）。

1
2
3
4
5
6
7
8

from sklearn.metrics import roc_curve, roc_auc_score
score = -d['birth_rate'].values   # 出生率が低いほど高齢化スコア大
fpr, tpr, th = roc_curve(y, score)
auc = roc_auc_score(y, score)
print(f'AUC = {auc:.3f}')
print('閾値毎の (FPR, TPR) 抜粋:')
for i in [1, len(fpr)//4, len(fpr)//2, 3*len(fpr)//4, -1]:
    print(f'  th={-th[i]:.2f}‰  FPR={fpr[i]:.2f}  TPR={tpr[i]:.2f}')

📤 実行結果：

💬 結果の読み方：AUC=0.707 は 0.5 を上回り、 『出生率が低い県ほど高齢化率が高い』傾向を確かに捉えている。 ただし完全ではなく、 FPR を上げないと TPR が伸びない領域があり、 出生率だけでは高齢化の判別に偽陽性が伴う。

🔍 深掘りトピック 6 件

✅ 実務チェックリスト 10 項目

1. 業務コスト C_FP と C_FN を見積もる
2. ROC + PR + Calibration の 3 点セットで評価
3. Cross-Validation 5fold × 3 回で CI を出す
4. Subgroup FPR/TPR を Equalized Odds で監査
5. 閾値は事業判断と合わせて決める
6. 多重検定は BH 法で FDR を制御
7. ベースラインモデル（majority class）を必ず比較
8. 予測確率は Platt/Isotonic で校正
9. 本番モニタは PSI + drift detector
10. 意思決定の人間ループを設計に含める

📊 ベンチマーク参考値

🕰 歴史年表

• 1933 — Neyman-Pearson 補題、 Type I/II error を定式化
• 1960 — ROC 曲線がレーダー信号検出から派生
• 1979 — Tversky & Kahneman 基準率の誤謬を実験的に示す
• 1995 — Benjamini-Hochberg FDR 制御法
• 2005 — Ioannidis『Why most research findings are false』
• 2016 — ASA 声明：p 値の誤用に警鐘
• 2018 — MLOps で Calibration が標準化
• 2024 — EU AI Act で公平性監査義務化

🛤 学習ロードマップ 4 段階

🔗 関連用語ホップ 10 件

同カテゴリ・前提・並列・発展の用語ページにジャンプ。 リンク先が未公開の場合は索引ページから参照可能。

📕 偽陽性評価 クックブック 30

本パートでは偽陽性 (FP) 関連の評価コード 30 個を、 scikit-learn / statsmodels / imbalanced-learn を中心に整理する。 47 都道府県データを題材に Calibration / Bootstrap CI / Subgroup 監査まで実装する。

📋 SSDSE-B-2026 全 47 都道府県データ（2023 年）

本ページの分析で使用した全 47 行を以下に掲載する。 数値はすべて独立行政法人 統計センター SSDSE-B-2026 の公的データから取得（合成データは一切使用していない）。 全国合計人口 124,353 千人、 高齢者 36,229 千人（29.1%）、 出生数 727,269 人（5.85‰）。

🐍 実装例 ③ — 拡張パターン

🎯 このコードでやること：ROC-AUC と PR-AUC をBootstrap で 1000 回計算し、 95% 信頼区間を作る。

📥 入力データ：47 都道府県の出生率 (連続スコア) と『高齢化率 32% 以上』ラベル。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

import pandas as pd, numpy as np
from sklearn.metrics import roc_auc_score, average_precision_score

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', header=0, encoding='cp932', skiprows=[1])
df23 = df[df['SSDSE-B-2026']==2023][['Prefecture','A1101','A1303','A4101']].copy()
d = df23.copy()
d['aging'] = d['A1303']/d['A1101']*100
y     = (d['aging'] >= 32).astype(int).values
score = -(d['A4101']/d['A1101']).values  # 出生率が低いほど高齢化スコア大

rng = np.random.default_rng(0)
auc_boot, ap_boot = [], []
for _ in range(1000):
    idx = rng.integers(0, len(y), len(y))
    if len(set(y[idx])) == 2:
        auc_boot.append(roc_auc_score(y[idx], score[idx]))
        ap_boot.append(average_precision_score(y[idx], score[idx]))
print(f'ROC-AUC = {np.mean(auc_boot):.3f}  95% CI = [{np.percentile(auc_boot,2.5):.3f}, {np.percentile(auc_boot,97.5):.3f}]')
print(f'PR-AUC  = {np.mean(ap_boot):.3f}  95% CI = [{np.percentile(ap_boot,2.5):.3f}, {np.percentile(ap_boot,97.5):.3f}]')

📤 実行結果：

💬 結果の読み方：ROC-AUC 0.706、 95% CI [0.544, 0.850] は 0.5 を上回るので、 出生率は高齢化の予測に有意な情報を持つ。 PR-AUC 0.749 は陽性率（base rate ≈ 0.49）を明確に上回り、 単なる多数派予測より優れる。 ただし FPR≈0.46 と偽陽性は多く、 閾値調整が要る。

📓 クックブック 30 構文

❓ FAQ 拡張（Q21-Q30）

🎓 まとめ — この用語をどう活かすか

偽陽性は『誤って警報を鳴らす』誤り。 ゼロにはできないが、 業務コストとのバランスで閾値を選ぶ。 SSDSE-B-2026 の人口分析でも実証したように、 評価指標を 1 つだけ見て決めるのは危険。 ROC / PR / Calibration の 3 点セット + Subgroup 監査が王道。

本ページは data/raw/SSDSE-B-2026.csv の実値計算に基づいており、 合成データは一切含まない。 演習問題・FAQ・クックブックを順に読み、 手を動かしながら自分の用途に翻訳することを推奨する。

📓 拡張深掘り — false positive を実務で乗りこなす 9 視点

ここまで偽陽性（false positive, FP）の定義・指標・閾値・コスト最適化を扱った。 ここでは SSDSE-B-2026 都道府県データを使った 9 つの追加トピックを順に提示する。 すべて実データに基づく実演で、 合成データは使用しない。 演習問題 → 図 3 枚 → 医療/詐欺/公平性/ベイズ/歴史/英訳/学習リソースを連結させ、 「偽陽性を 1 つの章として習得する」構成にしている。

🧪 理解度チェック — 練習問題 10 問（解答解説つき）

以下の練習問題を 1 問ずつ自分で解いてから解答を確認すること。 答えを暗記するのでなく、 「なぜそうなるか」を SSDSE-B-2026 のデータ感覚と紐づけて理解するのが狙いである。 制限時間の目安は全 10 問で 20 分。 まずは紙とペンで結論を出し、 そのうえで Python を動かして数値を確かめる。

🖼 図解 — 3 図で見る FP の振る舞い

以下 3 枚は SSDSE-B-2026 都道府県データに基づいて作成した分布と関係の図である。 偽陽性は「分布の裾」「閾値の置き場所」「群間比較」の 3 つの観点でしばしば発生する。 図と本文を見比べながら「どの場合に FP が増えるか」を直感で掴んでほしい。

図 1. SSDSE 散布図 — 人口と出生数の関係

📊 47 都道府県の人口（横軸）と出生数（縦軸）。 強い正の相関だが、 関係を機械的に閾値で切ると外れ値（東京・大阪・愛知）が常に陽性扱いとなり、 これらは「異常な大都市」ではなく実態どおり大きいだけのため、 文脈上の偽陽性になり得る。 閾値カットの前に必ず散布図を見ること。

図 2. 都道府県人口のヒストグラム

📊 47 都道府県の人口分布。 右に裾を引く対数正規的形状で、 平均と分散から正規分布を仮定して「3σ ルール」で外れ値を切ると、 東京・神奈川・大阪が機械的に陽性となる。 これは分布の歪みが大きい場合に起こる典型的な偽陽性で、 IQR や対数変換、 ロバスト統計の利用で回避できる。

図 3. 地域ブロック別 箱ひげ図

📊 SSDSE 指標を地域ブロック（北海道/東北/関東/中部/近畿/中国/四国/九州）に分けた箱ひげ図。 同じ閾値を全国共通で適用すると、 関東ブロックでは偽陽性が増え、 四国ブロックでは偽陰性が増える。 群ごとに base rate が違うので、 群ごと閾値（per-group threshold）または階層モデルでの補正が必要となる。

🏥 ケーススタディ A — 医療スクリーニングと FP

医療では偽陽性が最も多くの議論を呼ぶ。 ここでは 3 つの代表的ケースを表で整理する。 いずれも「感度 vs 特異度 vs base rate」のトレードオフが鍵で、 検査の精度よりも罹患率の方が PPV を支配することが多い。

💡 上記から読めるのは「罹患率が低い集団で広く検査をすると、 たとえ高精度な検査でも陽性の大半が偽陽性になる」事実である。 これは Bayes の定理が直接示す結果で、 検査前確率（事前確率）を上げる、 つまり「症状やリスクで集団を絞る」のが PPV 改善の王道。 集団的スクリーニングを設計する際は、 必ず PPV を Bayes 計算で見積もる。

💳 ケーススタディ B — 詐欺検知・スパム・不正検知

詐欺検知は陽性率（fraud rate）が極端に低い（0.1% 程度）不均衡問題の典型である。 偽陽性は「顧客体験悪化」「カード一時停止」「コンタクトセンター負荷増」につながり、 FN（見逃し）は直接的な金銭損失につながる。 両者のコスト比で閾値を選ぶ。

💡 詐欺検知では「閾値 0.5」はほぼ常に間違い。 ベースラインの陽性率と業務コストから「最適閾値」を導出し、 半年ごとにモニタリングして再調整する。 ライフサイクル管理（MLOps）が偽陽性制御の鍵。

⚖ 公平性深掘り — Group-wise FPR と Equalized Odds

同じモデルでも、 サブグループ（性別・年代・地域）別に偽陽性率は変わる。 これが公平性違反になるかは、 採用シナリオ次第で判定が異なる。 SSDSE-B-2026 のような都道府県データでも「地域ブロック別 FPR」を必ず確認する習慣が必要。

💡 Chouldechova (2017) と Kleinberg et al. (2017) の不可能定理により、 base rate が群間で異なる場合、 上記公平性指標を 同時に満たすことは不可能。 業務上どれを優先するかを明示的に選ばなければならない。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import pandas as pd, numpy as np
from sklearn.metrics import confusion_matrix
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=1, encoding='cp932')
# 行は「県ごとに 2023→2012 の降順」で並んでいる。
# そのまま diff() を取ると (a) 県の境目をまたぐ (b) 新しい年から古い年を引くので符号が逆、
# の 2 つが同時に起きる。 県ごとに年度昇順へ並べ替えてから差分を取る。
df = df.sort_values(['都道府県', '年度'])
df['人口減少'] = (df.groupby('都道府県')['総人口'].diff().fillna(0) < 0).astype(int)
df['ブロック'] = df['都道府県'].map({'北海道':'北海道','青森県':'東北','岩手県':'東北','宮城県':'東北','秋田県':'東北','山形県':'東北','福島県':'東北'}).fillna('その他')
df['予測'] = (df['合計特殊出生率'] < 1.3).astype(int) if '合計特殊出生率' in df.columns else 0
for blk, sub in df.groupby('ブロック'):
    tn,fp,fn,tp = confusion_matrix(sub['人口減少'], sub['予測'], labels=[0,1]).ravel()
    fpr = fp/(fp+tn) if (fp+tn) else float('nan')
    print(f'ブロック {blk}: FPR = {fpr:.3f}')

📤 実行結果（例）：

💬 結果の読み方: ブロック別 FPR は その他 0.176 / 東北 0.000 / 北海道 1.000 と大きくばらついた。 しかしこの数字をそのまま「北海道は不公平」と読んではいけない。 FPR の分母は「実際には人口減少していない年」の件数で、 その他 108 件・東北 8 件に対し 北海道はわずか 1 件しかない。 1 件が偽陽性なら FPR は自動的に 1.000 になる。 群ごとのサンプル数が極端に違うとき、 比率だけを並べた表は誤読を生む。 公平性監査の第一歩はこのような group-wise 比較だが、 同時に分母 (件数) を必ず併記し、 小さい群には信用区間を付けることが欠かせない (次節のベイズ的アプローチがまさにその処方箋)。

🔮 ベイズ的アプローチ — FPR の事後分布

FPR を「点推定 0.05」と報告するのではなく、 事後分布として扱うとサンプル数の少なさによる不確実性が明示できる。 Beta-Binomial モデルが標準的で、 prior を Beta(1,1)（無情報）とし、 観測 FP=4, TN=8 なら事後は Beta(5, 9)。 95% 信用区間は分位点から直接計算できる。

1
2
3
4
5
6
7
8

import numpy as np
from scipy import stats
fp, tn = 4, 8     # 観測値
a, b = 1+fp, 1+tn # Beta 事後パラメータ
post = stats.beta(a, b)
print(f'事後平均 = {post.mean():.3f}')
print(f'95% 信用区間 = [{post.ppf(0.025):.3f}, {post.ppf(0.975):.3f}]')
print(f'FPR>0.5 の事後確率 = {1-post.cdf(0.5):.3f}')

📤 実行結果：

💬 結果の読み方: サンプル数 12 しかない場合、 点推定 FPR=0.333 だけ見せるより 95% 信用区間 [0.139, 0.614] を併記すべき。 「FPR が 50% を超える可能性が 13.3% 残る」と読み取れる。 ベイズは少ない観測でも誤解を生みにくい言葉を提供する。

📜 歴史的マイルストーン — FP 概念の発展史

📖 英訳辞典 — 関連用語ミニ辞書（12 項）

📚 学習リソース — 次に読むべき 8 件

1. Fawcett (2006) "An introduction to ROC analysis" — Pattern Recognition Letters。 ROC/AUC の決定版解説。
2. Davis & Goadrich (2006) "The relationship between Precision-Recall and ROC curves" — 不均衡時に PR-AUC を選ぶ理由。
3. Benjamini & Hochberg (1995) "Controlling the false discovery rate" — FDR の原著論文。
4. Saito & Rehmsmeier (2015) "The Precision-Recall Plot Is More Informative" — 不均衡データでの可視化指針。
5. Chouldechova (2017) "Fair prediction with disparate impact" — 不可能定理の証明。
6. Kleinberg, Mullainathan & Raghavan (2017) "Inherent trade-offs in the fair determination of risk scores" — 公平性指標の不可能性。
7. Niculescu-Mizil & Caruana (2005) "Predicting Good Probabilities with Supervised Learning" — Platt / Isotonic 校正の比較。
8. Gigerenzer (2002) "Reckoning with Risk" — Bayes 思考の入門書、 医療検査の偽陽性の社会的解説。

🔗 関連用語クイックリンク（追加）

偽陰性 ／ 適合率 ／ 再現率 ／ 特異度 ／ AUC ／ ROC 曲線 ／ 混同行列 ／ F1 スコア ／ p 値 ／ 多重比較 ／ FDR ／ 対立仮説 ／ クラス不均衡 ／ 分類 ／ ロジスティック回帰 ／ 決定木 ／ ランダムフォレスト ／ 交差検証 ／ ブートストラップ ／ 公平性 ／ SHAP

🧮 数理深掘り — FPR と関連量の代数的関係

偽陽性率 FPR は 1-specificity と等しく、 ROC 曲線の横軸そのものでもある。 ここでは混同行列の 4 セル（TP, TN, FP, FN）から派生する主要指標 12 種を、 計算式と意味を併記して整理する。 同じ実験データに対して指標値を一斉に出すと、 不均衡や閾値の影響が浮き彫りになる。

💡 これらの指標は互いに代数的に結び付いている。 たとえば precision と recall を高めると F1 が上がるが、 不均衡時には FPR が小さくても陽性出力が大半 FP になる場合があり、 PPV/PR-AUC で別途確認すべき。 単一指標を金科玉条にせず、 複数指標の組合せで意思決定する。

🐍 実装深掘り — classification_report と calibration の併用

FPR を最小化するためには、 単純にクラス重み付けや SMOTE だけではなく、 確率校正（calibration）と組み合わせる必要がある。 校正されていない確率の閾値を 0.1 に下げても、 元のスコア分布がいびつだと FP が安定的に減らない。 以下は SSDSE-B-2026 を題材にした典型的なパイプライン。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

import pandas as pd, numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.calibration import CalibratedClassifierCV
from sklearn.metrics import classification_report, roc_curve
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=1, encoding='cp932')
# 行は「県ごとに 2023→2012 の降順」で並んでいる。
# そのまま diff() を取ると (a) 県の境目をまたぐ (b) 新しい年から古い年を引くので符号が逆、
# の 2 つが同時に起きる。 県ごとに年度昇順へ並べ替えてから差分を取る。
df = df.sort_values(['都道府県', '年度'])
y = (df.groupby('都道府県')['総人口'].diff().fillna(0) < 0).astype(int)
X = df[['総人口','出生数']].astype(float)
base = LogisticRegression(class_weight='balanced', max_iter=1000)
cal  = CalibratedClassifierCV(base, method='isotonic', cv=5)
cal.fit(X, y)
prob = cal.predict_proba(X)[:,1]
fpr, tpr, thr = roc_curve(y, prob)
target_fpr = 0.05                       # FPR を 5% 以下に抑える
idx = np.argmax(fpr > target_fpr) - 1   # 5% を超える直前の閾値
chosen = thr[idx]
yhat = (prob >= chosen).astype(int)
print(f'選択閾値 = {chosen:.3f}, 実 FPR = {fpr[idx]:.3f}, TPR = {tpr[idx]:.3f}')
print(classification_report(y, yhat, digits=3))

📤 実行結果（例）：

💬 結果の読み方: FPR を 5% 以下に抑える閾値 0.917 を選ぶと、 実 FPR = 0.043 で TPR = 0.582 ── 取りこぼしを許す代わりに誤警報を 20 分の 1 に抑えた形になる。 ここで注意したいのは accuracy 0.660 という数字にほとんど意味がないこと。 このデータは 564 件中 447 件 (79%) が「人口減少あり」の不均衡データなので、 全部を「減少あり」と答えるだけで accuracy 0.79 が出てしまう。 accuracy が下がったのは、 誤警報を減らすために意図的に陽性判定を絞った結果であって、 モデルが劣化したわけではない。 閾値を動かしたときは accuracy ではなく FPR と TPR の組で評価する。 さらに精度を上げたいなら、 別の特徴量（合計特殊出生率、 高齢化率、 転入超過数）を加えることを検討する。

📈 モニタリング — 本番運用での FPR ドリフト検出

モデルを本番投入したら、 FPR は時間とともに変動する（drift）。 とくに季節性・キャンペーン・ユーザー属性変化により陽性率（base rate）が変動するため、 「学習時と同じ閾値」を維持しているだけでは想定 FPR を超える。 以下は典型的なモニタリング指標。

🛠 実装 Tips — FP を減らすための 10 戦術

1. 確率校正を必ず実施 — Platt / Isotonic で出力確率を「実際の頻度」に近づける。
2. 閾値を ROC ベースで選ぶ — 0.5 は意味を持たない。 Youden's J や F-beta で選ぶ。
3. class_weight='balanced' — 多くの sklearn 分類器でデフォルトで試す価値あり。
4. SMOTE は訓練のみ適用 — テストデータに掛けると評価が壊れる。
5. cost-sensitive learning — FP コスト・FN コストを損失関数に直接組み込む。
6. ensemble で分散を減らす — RandomForest や XGBoost の bagging 効果。
7. 特徴量設計を見直す — leakage や ノイズ特徴量が FP の主因のことが多い。
8. サブグループ別評価 — 全体 FPR が低くても群差大ならアウト。
9. 多重比較補正 — 多検定なら必ず BH 法か Bonferroni。
10. 不確実性を伴って提示 — 単点推定でなく、 信頼区間・事後分布で報告。

❓ 追加 FAQ — 実務でよく聞かれる 15 問

📖 拡張ミニ辞典（追加 15 項）

📖 物語で理解する FP — 3 つのケース

⚠ アンチパターン集 — 偽陽性を悪化させる 8 つの間違い

🏭 産業別ケーススタディ — 12 業界での FP の意味

「偽陽性」という言葉は同じでも、 産業によってその意味と扱いは大きく異なる。 ここでは 12 業界での代表例を表でまとめる。 自分の業界がどこに該当するかを意識し、 「許容できる FPR の水準」と「FP の社会的・経済的コスト」を見極める素材として使ってほしい。

💡 同じ「偽陽性 5%」でも、 医療スクリーニングなら許容範囲、 マネロン検知なら過大、 採用 AI なら社会問題。 数字だけで評価せず、 「業界規範」「規制」「ユーザー体験」を踏まえる必要がある。

【混同行列 (Confusion Matrix) の 4 セル】

                  予測: 陽性 (+)            予測: 陰性 (-)
              ┌─────────────────────┬─────────────────────┐
 実際: 陽性  │ TP (真陽性)         │ FN (偽陰性 / Type II) │
              │ 正しく陽性と予測    │ 陽性を見逃した        │
              ├─────────────────────┼─────────────────────┤
 実際: 陰性  │ FP (偽陽性) ★      │ TN (真陰性)          │
              │ 本ページ            │ 正しく陰性と予測      │
              │ 陰性を陽性と誤判定  │                      │
              └─────────────────────┴─────────────────────┘

【FP と関連指標の対応】
偽陽性数 FP ──┬─→ FPR = FP / (FP + TN)        ─ 特異度 = 1 - FPR
              ├─→ Precision = TP / (TP + FP)  ─ FP 増 → Precision 低下
              ├─→ Type I Error 確率 α          ─ 統計検定: 帰無棄却の誤り
              ├─→ ROC 曲線 X 軸               ─ FPR をプロット
              └─→ FDR = FP / (TP + FP)        ─ 多重検定での累積誤発見率

【上位概念ツリー】
分類モデルの誤り
├─ 偽陽性 (FP) ★ 本ページ              ─ Type I / α エラー / False Alarm
│  ├─ Bonferroni 補正                  ─ 多重検定での α 調整
│  ├─ Holm 法                          ─ 段階的 α 調整
│  └─ FDR (BH 法)                      ─ 累積偽陽性率制御
└─ 偽陰性 (FN)                          ─ Type II / β エラー / Miss
   ├─ 検出力 (Power = 1-β)
   └─ 標本サイズ設計

【ドメイン別の許容 FP】
医療スクリーニング ─ 高 FP 許容 (見逃し回避優先)
詐欺検知           ─ 低 FP 必須 (顧客体験悪化)
天文台候補天体     ─ 中 FP 許容 (追跡観測で再確認)
迷惑メール判定     ─ 極低 FP 必須 (重要メール紛失回避)

🗺 学習ロードマップ — 偽陽性を 8 週間で習得する

✅ レビュー用 12 チェックリスト

🔮 ベイズ深掘り続編 — 検査陽性後の事後オッズ計算

偽陽性に強くなる最短の道は、 「検査陽性時の事後オッズ」を即座に概算できるようになることだ。 ベイズの定理を「事前オッズ × 尤度比 = 事後オッズ」の形に書き換えると、 暗算でほぼ正しい PPV が出る。 ここでは 4 つの典型シナリオで実演する。

💡 LR+=10（感度 90% / FPR 9% 程度）の検査でも、 事前確率 0.5% の集団では陽性者の 95% が偽陽性。 同じ検査を症状ありの集団に使えば PPV は 81%。 「検査の精度」よりも「対象集団の選択」が PPV を決める。

📓 拡張クックブック — FP 制御のための関数 15 個

⚖ 政策・倫理 — 偽陽性をめぐる 6 つの社会的論点

1. 司法 AI: 再犯予測の FP（実は再犯しない人を高リスク判定）は不当な保釈拒否につながる。 ProPublica の COMPAS 報道が議論を引き起こした。
2. 採用 AI: 「不適合候補」と判定された応募者は説明責任の対象。 EU AI Act では high-risk AI 該当。
3. 医療 AI: FP の通知が患者に与える心理的負担も「医療上の害」として扱われる。 informed consent が必須。
4. 顔認証監視: 公共空間での FP は人権問題に直結する。 サンフランシスコ等は警察利用を禁止。
5. 信用スコア: 自動審査での FP（実は返済能力ある人を否認）は公平性規制の対象。
6. テロ予測: FPR=1% でも 1 万人検査で 100 人の誤検知。 過剰監視を生む。

🗾 SSDSE-B-2026 深堀り演習 — 都道府県データで FP を体感する 5 題

最後に SSDSE-B-2026（都道府県別データ）を用いた実演 5 題で FP の感覚を仕上げる。 演習はすべて実データ前提で、 合成データは使わない。 ノートブックで pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=[1]) を実行してから順に解いていく。

🧭 全体振り返り — 偽陽性を語る 12 つのキーフレーズ

⚠ 偽陽性をめぐる 10 の典型的誤解

📖 用語対応表 — 検定 vs 機械学習

💡 同じ概念に対して統計検定と機械学習で異なる用語が使われるが、 計算式と意味は対応している。 「α=0.05」を設定することは「FPR を 5% 以下に抑える」と同義。 両分野の用語を行き来できるようになると、 ベイズ・頻度論・分類器の議論が一気にクリアになる。

📅 日常事例 — 身の回りの「偽陽性」を見つける 6 例

🧮 暗記すべき主要公式 — 5 つ

🔍 FP デバッグ戦略 — 「なぜ FP が多いのか」を 7 ステップで突き止める

💡 この 7 ステップは MLOps チームの「FP インシデント対応 SOP」として使える。 1-2 で「設定問題」を排除し、 3-5 で「データ問題」を疑い、 6-7 で「公平性・ドリフト問題」を確認する流れ。

📌 クイックリファレンス — 1 ページ早見表

🗾 日本における偽陽性の事例と政策的論点

日本でも偽陽性は医療・金融・公的サービスで議論される。 がん検診では「過剰診断」と呼ばれる FP 関連問題、 マイナンバー関連サービスでは本人確認の FPR が公共議論の対象になった。 自動運転車では歩行者検出の FP は急ブレーキの原因となり、 後続車事故リスクを生むため、 国土交通省のガイドラインで許容 FPR を設けている。 SSDSE-B-2026 の都道府県別データを使った人口減少県判定や、 出生率予測の演習も、 実は政策評価における偽陽性管理と直結しており、 都道府県別 FPR を見比べる思考は政策の説明責任を担保する重要な技法となる。

なお、 偽陽性は単に「数値を下げれば良い」ものではなく、 業務目的・社会的影響・関係者の同意とのバランスで設計する概念である。 本ページの各演習・ケーススタディを通じて、 計算技法だけでなく「FP の意味と扱い方」を文脈で理解できるようになっていれば幸いである。 SSDSE-B-2026 の都道府県データを使った演習をすべて手元で再現すれば、 自分の業務領域に応用するための土台が整う。

🎓 最終まとめ — 偽陽性に強くなるための 5 原則

本拡張深掘りは SSDSE-B-2026 都道府県データに基づく実演を中心に構成し、 合成データは用いていない。 練習問題と図解で「偽陽性をどう減らすか」を実装レベルで把握できるはずである。 関連用語リンクから次の学習トピックへ進んでほしい。

🧮 数式に値を入れて手で計算する: 偽陽性率 (FPR)

合成データで陰性 1,000 件中の偽陽性件数から FPR を計算する。

Step 1: 検査結果

Step 2: 指標

🐍 Python で再現

1
2
3
4
5

tn, fp = 950, 50
fpr = fp/(fp+tn)
spec = tn/(fp+tn)
print(f"FPR: {fpr}")
print(f"Specificity: {spec}")

📤 実行結果

💬 手計算 (Step 2) 0.05/0.95 と Python 出力が完全一致。

🌳 手法選択フロー

「偽陽性」を実際の課題に当てはめるとき、 以下の 3 ステップで判断する。 領域固有の判断基準と組み合わせて使用する。

1. ステップ 1: FP コスト > FN コストか確認 (スパム判定・差止判決など)
2. ステップ 2: Precision または Specificity を主指標に
3. ステップ 3: 閾値を上げる・BH 法で FDR 制御

多重検定では FP が累積するため、 仮説数 m=10 で α=0.05/m=0.005 の Bonferroni 補正、 m=数千で BH 法 (FDR<0.05)、 m=数十万でも Storey の q 値、 と m に応じた補正を選ぶ。 GWAS や fMRI では 10⁵ 以上の同時検定で BH 法が標準。

🔗 隣接手法への橋渡し

「偽陽性 (FP, 第 I 種の過誤)」は分類性能評価の出発点であるが、 実務で意味を持たせるには隣接手法と接続・統合・比較の三視点で運用する必要がある。 章 10 が分類体系上の位置づけを示すのに対し、 章 14 は「業務でいつ何に切替えるか」という運用判断の橋渡しを担う。

① 接続 (パイプライン上で前後に位置する手法)

• 上流: 混同行列 で TP/FP/FN/TN を集計 → 仮説検定 (Neyman–Pearson 1933) の有意水準 α が FP 率に対応 → クラス不均衡 補正で陰性多数時のバイアス除去
• 下流: Precision = TP/(TP+FP) や Specificity = TN/(TN+FP) を主指標化 → ROC 曲線 (FPR vs TPR) で全閾値挙動を可視化 → コスト感応学習 (Elkan 2001) で FP コストを損失関数に組込

② 統合 (組み合わせて使うことで効果が増す手法)

• 偽陰性 (FN) と必ずペアで管理。 業務コスト比 c_FP:c_FN を数値化し、 最適閾値 t* = c_FP/(c_FP+c_FN) を決定 (Hand 2009)
• Precision と Recall を F_β スコアで統合。 β<1 で FP 重視、 β>1 で FN 重視
• 多重検定で FP が累積する場面では FDR 制御 (Benjamini–Hochberg 1995) や Bonferroni 補正 (1936) と組み合わせ、 全体の偽発見率を抑える

③ 比較 (代替・競合する手法といつ切替えるか)

運用判断は (1) 業務コスト比の数値化 → (2) FN とのペア管理 → (3) 多重検定なら FDR 統合 → (4) 全閾値評価なら AUC 切替、 の 4 軸で整理する。 スパム判定・差止判決・医薬品承認のように False Alarm コストが高い領域では Precision/Specificity を主指標、 癌検診・侵入検知のように見逃しコストが高い領域では FN/Recall を主指標とし、 章 10 (分類体系) と章 14 (運用判断) を併読することで「どの指標を選ぶか」と「いつ切替えるか」の両方を把握できる。

🎮 触って理解する

偽陽性は「言葉」で覚えるより「動かして」体感するのが早い。 下の図には 陰性群（本当は無関係・正常な人／県）と 陽性群（本当に該当する人／県）の 2 つの分布が重なって描かれている。 検査は「スコアがしきい値以上なら陽性」と判定する。 スライダー（または図を直接ドラッグ／タップ）でしきい値を左右に動かすと、 偽陽性 FP（陰性なのに陽性判定＝陰性分布のうちしきい値の右側）と 偽陰性 FN（陽性なのに陰性判定＝陽性分布のうち左側）の領域がリアルタイムに増減する。 しきい値を緩める（左へ）と FP が増え、 締める（右へ）と FN が増える——このトレードオフを指先で確かめてほしい。

💡 直感：しきい値は「疑いの厳しさ」のつまみ

しきい値を下げると「少しでも怪しければ陽性」と判定するので見逃し（FN）は減るが、 無実の陰性まで巻き込んで 偽陽性 FP が急増する。 逆に上げると FP は減るが見逃しが増える。 FP と FN を同時にゼロにはできない——2 つの分布が重なっている限り、 一方を減らせば他方が増える。 これが分類・検定の根本的トレードオフである。 上のスライダーで「重なり」を大きく（陽性群の平均を左へ）すると、 どのしきい値でも FP と FN の両方が高止まりすることも体感できる。

⚠️ よくある落とし穴

• 第一種の過誤（Type I error）との関係：仮説検定で「本当は帰無仮説が正しいのに棄却してしまう」誤りが第一種の過誤であり、 その確率が有意水準 α。 これは分類でいう FPR とまったく同じ概念（＝陰性を誤って陽性にする割合）。 「α = 0.05」は「偽陽性を 5% まで許容する」という宣言に他ならない。
• 多重比較で FP が増える：1 回の検定で FP 確率が 5% でも、 独立に 20 回検定すれば「1 回も FP が出ない」確率は 0.95²⁰ ≈ 0.36、 つまり 約 64% の確率でどこかに偽陽性が出る。 検定回数を増やすほど「偶然の当たり」が紛れ込む。 対策が Bonferroni 補正や FDR 制御である。
• ベースレート（有病率）の無視：FPR が低くても、 母集団に陰性が圧倒的に多いと「陽性判定のうち本当に陽性な割合（適合率）」は驚くほど低くなる。 上の図で陰性群 800・陽性群 200 と陰性を多めにしているのはこのため。 FPR だけを見て安心しないこと。

🚀 発展

しきい値を 10→90 まで全て動かしたときの (FPR, TPR) の軌跡が ROC 曲線 であり、 その曲線下面積が AUC。 FP と FN のコストが非対称なら、 最適しきい値は t* = c_FP/(c_FP+c_FN) で与えられる（コスト感応学習）。 多数の同時検定で偽陽性を統制したい場面では FDR 制御や 多重比較の補正を、 検定の枠組みでは 第一種の過誤と 有意水準の関係を、 判定表の全体像は 混同行列を、 それぞれ併読するとよい。

🔍 深掘り解説（追補）── 基準率とスクリーニングのパラドックス

既存セクションでは偽陽性（False Positive＝本当は陰性なのに陽性と判定する誤り／第一種の過誤）の定義・FPR・ROC を扱いました。ここでは重複を避け、「検査そのものは変えていないのに、狙う陽性がまれになるほど適合率（陽性的中率 PPV）が崩壊する」という基準率（base rate）の効き方だけに絞って締めくくります。姉妹ページが扱った「偽陰性の沈黙」「多重比較での誤報増殖」とは別角度です。本節の実測値は公的データ data/raw/SSDSE-B-2026.csv（統計センター）を pd.read_csv(encoding='cp932', skiprows=[1]) で読み、df[df['SSDSE-B-2026']==2023] の 47 都道府県から集計したものです。合成データには「架空」と明記します。

🎨 直感 ── 「陽性と出た」からといって「本当に陽性」ではない

偽陽性の怖さは FPR（陰性を誤って陽性にする率）だけでは伝わりません。実務で問われるのは逆向きの確率、「陽性と判定された中で本当に陽性の割合＝適合率 PPV」です。両者は別物で、両者を橋渡しするのが基準率です。狙う陽性がまれだと、陰性の母数が桁違いに大きいため、たとえ 1 件あたりの誤り率が小さくても、湧き出す偽陽性の総数が真陽性を軽く上回ります。「陽性という結果」は「陽性という真実」より、いつも水増しされて出てくる、と身構えるのが正しい直感です。

⚠️ 落とし穴（重要）

🚀 発展 ── 実データで見る PPV 崩壊（SSDSE-B-2026 の 2 値化）

設定（架空の意思決定・数値はすべて実測）： 「人が集まる県か」を安く見分けたい。真の陽性＝社会増（日本人の転入超過）県と定め、A5101（転入者数）− A5102（転出者数）> 0 で判定すると、2023 年に社会増だったのは 6 県（千葉・埼玉・大阪・東京・神奈川・福岡）＝基準率 6/47 = 12.8% というまれな陽性です。
そこへ安価な代理指標「商業地の標準地価 C5403 が全国中央値（81,000 円/㎡）以上なら“集まる県”と判定」というスクリーニングを当てます。すると陽性判定は 24 県、混同行列は次の通り（すべて 2023 年 47 都道府県・skiprows=[1]・in-sample の記述統計）。

再現率（感度）＝ 6/6 = 1.00（真の集まる県を 1 つも逃さない完璧な網）。ところが適合率 PPV ＝ 6/(6+18) = 0.25。陽性と判定した 24 県のうち 18 県は偽陽性（京都・兵庫・北海道・和歌山・奈良・宮城・岐阜・岡山…＝地価は高いが社会減）。感度 100% でも、陽性判定の的中は 4 件に 1 件。偽陽性が真陽性の 3 倍湧いています。

決定打は、検査（陽性判定 24 県）を固定したまま、狙う陽性の基準率だけを下げる実測です。真の陽性の定義を「社会増の勢い」で絞り込むと（同じ地価テストを適用）：

テストは 1 行も書き換えていない（常に陽性 24 県）のに、基準率が 12.8%→4.3%→0% と痩せるほど PPV は 0.25→0.08→0 へ崩壊し、24 県すべてが偽陽性に振り切れます。これがスクリーニングのパラドックスです。まれな陽性を追うほど、偽陽性が真陽性を圧倒する——検査の良し悪しではなく、母集団の基準率が支配します。実務では、事前に基準率で対象を絞る／二段階検査で確定検査を重ねる、が定石です。

🔗 関連ページ

• 適合率（Precision／PPV） ── 本節で崩れた「陽性判定の的中率」そのもの。
• 再現率（Recall／感度） ── 100% でも PPV を救えないことを示した相方。
• 混同行列 ── TP・FP・FN・TN の 4 枠の読み方。
• ベイズの定理 ── PPV＝事後確率。基準率（事前確率）が効く数式的な理由。
• 特異度 ── 高い特異度でも偽陽性の総数が真陽性を超える仕組み。
• 偽陰性／第一種の過誤／第二種の過誤 ── 誤りの対の全体像。
• ROC 曲線／偽発見率（FDR）／有意水準／p 値 ── しきい値と誤報の設計。
• 基準率（base rate）・有病率（prevalence）・陽性的中率（PPV）の各専用ページは未整備のため本節で扱いました。