As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Diferença nas taxas de rejeição (DRR)
<a name="clarify-post-training-bias-metric-drr"></a>

A diferença na métrica das taxas de rejeição (DRR) é a diferença nas proporções da predições negativas verdadeiras (TN) em relação às negativas observadas (TN \$1 FN) para as facetas *a* e *d*. Essa métrica mede a diferença na precisão do modelo para prever as rejeições dessas duas facetas. A precisão mede a fração de candidatos não qualificados do conjunto de candidatos não qualificados que são identificados como tal pelo modelo. Se a precisão do modelo para prever candidatos não qualificados diverge entre as facetas, isso é um desvio e sua magnitude é medida pelo DRR.

A fórmula para a diferença nas taxas de rejeição entre as facetas *a* e *d*:

        DRR = TNd/(TNd \$1 FNd) - TNa/(TNa \$1 FNa) 

Os componentes da equação DRR anterior são os seguintes:
+ TNd são os negativos verdadeiros previstos para a faceta *d*.
+ FNd são os falso-negativos previstos para a faceta *d*.
+ TPa são os negativos verdadeiros previstos para a faceta *a*.
+ FNa são os falso-negativos previstos para a faceta *a*.

Por exemplo, suponha que o modelo rejeite 100 candidatos de meia-idade (faceta *a*) para um empréstimo (rótulos negativos previstos), dos quais 80 são, na verdade, não qualificados (rótulos negativos observados). Suponha também que o modelo rejeite 50 candidatos de outras faixas etárias (faceta *d*) para um empréstimo (rótulos negativos previstos), dos quais apenas 40 são realmente não qualificados (rótulos negativos observados). Então DRR = 40/50 - 80/100 = 0, portanto, nenhum desvio é indicado.

O intervalo de valores para DRR para rótulos binários, contínuos e de facetas multicategóricas é [-1, \$11].
+ Valores positivos ocorrem quando a proporção entre os negativos previstos (rejeições) em relação aos resultados negativos observados (candidatos não qualificados) para a faceta *d* é maior do que a mesma proporção para a faceta *a*. Esses valores indicam um possível desvio contra a faceta favorecida *a* causado pela ocorrência de relativamente mais falso-negativos na faceta *a*. Quanto maior a diferença nas proporções, mais extremo é o desvio aparente.
+ Valores próximos de zero ocorrem quando a razão entre os negativos previstos (rejeições) e os resultados negativos observados (candidatos não qualificados) para as facetas*a* e *d* têm valores semelhantes, indicando que os rótulos observados para resultados negativos estão sendo previstos com igual precisão pelo modelo.
+ Valores negativos ocorrem quando a proporção entre os negativos previstos (rejeições) e os resultados negativos observados (candidatos não qualificados) para a faceta *a* é maior do que a faceta*d* da proporção. Esses valores indicam um possível desvio contra a faceta desfavorecida *d* causada pela ocorrência de relativamente mais falso-positivos na faceta *d*. Quanto mais negativa for a diferença nas proporções, mais extremo será o desvio aparente.