Avviksscore

Avviksscore er en numerisk størrelse som uttrykker hvor mye en bestemt observasjon avviker fra en referanseverdi, for eksempel gjennomsnittet i en populasjon eller en modellprediksjon. Den brukes blant annet for å identifisere avvik (outliers), vurdere hvor godt en statistisk modell passer dataene og oppdage unormale forhold i datasett.

Det finnes flere måter å beregne en avviksscore på. En vanlig variant er z-score, beregnet som (x - μ) / σ, der μ er forventet verdi og σ er standardavvik i referansefordelingen. Andre tilnærminger inkluderer residualer i regresjonsanalyse (observasjon minus modellprediksjon delt på en skalert variasjon), eller deviance- eller likelihood-baserte scorer i generaliserte lineære modeller. Det finnes også robuste tilnærminger som bruker median og MAD i stedet for gjennomsnitt og standardavvik.

Tolkning og anvendelser: Store absolutte verdier indikerer større avvik; tegn viser retning. I en normalfordeling følger omtrent 68 prosent innen 1, 95 prosent innen 2 og 99,7 prosent innen 3 standardavvik. Avviksscore brukes i datarensing, kvalitetskontroll, finans (til å identifisere ekstreme verdier), helseinformasjon og modellvalidering.

Begrensninger: Avviksscore avhenger av referansefordelingen og parameterestimering. Den kan være følsom for skjevheter i data og påvirkes av flere tester samtidig. Ved mange observasjoner bør man korrigere for multiple testing og vurdere robuste eller kontekstspesifikke terskler.

Se også: avvik, z-score, standardisert avvik, residual, deviance, anomalideteksjon.