Wegligging

Wegligging is het proces waarbij aan verschillende elementen relatieve importantie wordt toegekend bij het combineren of evalueren van gegevens of besluitvormingsprocessen. Gewichten bepalen hoeveel elk element bijdraagt aan een samenvatting, score of uitkomst. Gewichten zijn doorgaans positief en kunnen genormaliseerd worden zodat ze optellen tot een vast totaal (bijvoorbeeld 1). De toewijzing kan expliciet gebeuren op basis van kennis, prioriteiten of betrouwbaarheid, of afgeleid worden uit data via statistische methoden.

In de praktijk verschijnt wegligging in diverse vakgebieden. In statistiek en data-analyse komt het voor bij gewogen gemiddelden en gewichtsgebonden regressie (Weighted Least Squares). In enquêtes worden steekproefgewichten gebruikt om representativiteit te verbeteren bij ongelijke selectiekansen of responsverliesen. In machine learning en data-analyse kunnen voorbeelden of kenmerken gewicht krijgen om hun invloed op de verliesfunctie en de training te sturen. In informatieopzoeking en tekstmining speelt weighting een rol bij ranking en representatie (bijv. tf-idf). In geografische informatiesystemen kun je lagen of pixels wegen om de uitkomst te beïnvloeden.

Kritische aandachtspunten zijn de keuze en normalisatie van de gewichten, de gevoeligheid van uitkomsten voor de gewichtsverdeling en mogelijke bias. Een zorgvuldige validatie of sensitivity analysis helpt bij het beoordelen van de robuustheid van resultaten.