gewichtingsgegevens

Gewichtingsgegevens zijn waarden die aangeven hoeveel gewicht of relatieve bijdrage een afzonderlijk element in een dataset gekregen moet worden bij berekeningen. Ze geven aan hoe representatief of relevant een waarneming is voor de populatie waaruit de data afkomstig zijn. Gewichtingsgegevens worden vaak toegepast bij statistische analyses waarbij de steekproef afwijkt van de populatie of waar non-response is opgetreden.

Veel voorkomende typen gewichtingsgegevens zijn ontwerpgewichten (design weights) die ongelijk verdeelde selectieprobabiliteiten compenseren; post-stratificatiegewichten en rake-gewichten die de populatieverdeling dichterbij brengen; en inverse-probability weighting (IPW), waarbij observaties zwaarder worden beloond naarmate de kans op selectie kleiner is.

In machine learning en data-analyse kunnen gewichtingsgegevens ook betrekking hebben op gewichtingscoëfficiënten voor features of samples, bijvoorbeeld om class imbalance te corrigeren, of op modelparameters die de relatieve invloed van kenmerken bepalen.

Berekening en gebruik: gewichtingsgegevens worden meestal afgeleid uit de ontwerpfase van de steekproef of uit response- en calibratiedoeleinden. Gewichten kunnen genormaliseerd worden (bijvoorbeeld zodat de som gelijk is aan het totale populatieaantal of het aantal waarnemingen). Bij de analyse worden gewichten toegepast bij het berekenen van schattingen, gemiddelden en betrouwbaarheidsintervallen; verkeerde gewichten kunnen bias en hogere variantie veroorzaken.

Zie ook: gewichtsanalyse, enquête-gewichten, rake, inverse-probability weighting, ontwerpgewichten.