informatiewaarde

Informatiewaarde (IV) is een statistische maatstaf die de voorspellende kracht van een onafhankelijke variabele ten opzichte van een binair uitkomstcriterium meet, vooral in kredietwaardigheidsmodellering. IV geeft aan in welke mate de verdeling van de variabele verschilt tussen de categorieën goed en slecht (of default en non-default). Een hogere IV duidt op meer onderscheidend vermogen tussen de doelgroepen.

Berekening: De variabele wordt in bins of categorieën verdeeld. Voor elk bin i berekenen we Good_i = proportie van goede observaties in bin i en Bad_i = proportie van slechte observaties in bin i (verhoudingen ten opzichte van het totaal). De Weight of Evidence: WOE_i = ln(Good_i / Bad_i). Voor elk bin: IV_i = (Good_i - Bad_i) * WOE_i. De totale informatieve waarde IV = som over alle bins van IV_i. Bij nul tellingen wordt smoothing toegepast om deling door nul te voorkomen.

Interpretatie: Richtlijnen voor de waarde van IV zijn ruwe heuristieken. IV < 0.02 wordt als weinig informatief beschouwd; 0.02–0.10 zwak; 0.10–0.30 matig; 0.30–0.50 sterk; boven 0.50 kan wijzen op overfitting of problemen met de data. IV is een hulpmiddel bij feature selectie en interpretatie, maar geen allesomvattende maatstaf voor modelprestatie.

Toepassingen en beperkingen: Informatiewaarde wordt vaak samen met Weight of Evidence-encodering (WOE) gebruikt bij logistieke regressie en om de relatie tussen variabele en uitkomst beter te begrijpen. Het is gevoelig voor hoe je bins kiest en voor de steekproefgrootte; kan misleidend zijn bij scheve data en geeft geen informatie over interacties of nonlineaire effecten. Gebruik in combinatie met andere evaluatiemaatregelen en domeinkennis.