Kildevariansen

Kildevariansen, eller source variance, er et begrep som brukes i statistikk og dataanalyse for å beskrive hvor stor andel av variasjonen i et datasett som skyldes forskjeller mellom kildene til dataene, i motsetning til tilfeldige variasjoner innen hver kilde eller målefeil. Begrepet er vanlig i sammenhenger der data kommer fra flere kilder, for eksempel ulike laboratorier, studier eller registre.

I praksis deles ofte variasjonen i to komponenter: mellom-kildevarians og innen-kildevarians. Totale variansen kan derfor uttrykkes som summen av disse komponentene (og eventuelt andre kilder til variasjon). I randomiserte eller random-effects-modeller betegnes mellom-kildevariansen ofte som tau-kvadrat (tau^2) og representerer heterogenitet mellom kildene.

Estimering av kildevariansen er sentralt i metaanalyse, systematiske vurderinger og hierarkiske modeller. Vanlige metoder inkluderer maksimering av sannsynligheten (ML), begrenset maksimering av sannsynligheten (REML) og spesifikke estimators som DerSimonian–Laird. Nøyaktigheten av estimeringen påvirker tolkningen av konsistensen mellom kildene og behovet for justeringer.

Anvendelser inkluderer å vurdere konsistensen av resultater på tvers av studier eller enheter, å identifisere kilder som driver forskjeller, og å informere design og datainnsamling. Eksempel: måling av et biologisk regime over flere laboratorier hvor forskjeller i utstyr eller protokoller bidrar til mellom-kildevarians.

Merk at betydningen av kildevariansen kan variere mellom fagfelt; noen felt bruker termen for å beskrive variasjon mellom dataenes kilder, mens andre kan benytte mer spesifikke modeller eller navn. Se også mellom-studie-varians, heterogenitet, og random-effects-modell.