统计学中的真阳性(TP),假阴性(FN),假阳性(FP),真阴性(TN)怎么理解？

举个例子，假如要在一个地区进行1000人的疾病检测，我们站在上帝视角，知道这1000人中，有10人是疾病感染者，占比1%。

但实际的检测结果可能存在误差，误差包括两种情况

1. 疾病感染者，被错误诊断为健康
2. 身体健康，但却被错误诊断为感染者

对应了两种情况

1. 检测出来的是阴性，就一定没有问题么?
2. 检测出来阳性，就真的是阳性吗？

如上两种情况都属于误诊，需要用到贝叶斯公式来回答.

检测结果如下：

1. 9名感染者得到了正确的阳性结果(TP,true positive)，1人出现假阴性(FN,false negative).
2. 其余990位健康的人中，检测除了89为假阳性(FP,false positive).901人得到了正确的阴性结果（TN,true negative)

图形化表示是这个样子的：

列成表格表示如下：

真实情况