modelafhankelijk

Modelafhankelijk, of modelafhankelijkheid, is een eigenschap van resultaten, conclusies of interpretaties die sterk afhankelijk zijn van de gekozen theoretische of computationele modelstructuur. In de context van statistiek en data-analyse duidt men aan dat parameterinschattingen, voorspellingen of evaluaties niet robuust zijn als ze veranderen bij een andere plausibele modelkeuze. Modelafhankelijkheid ontstaat door aannames over relaties tussen variabelen, de verdeling van fouttermen, de structurele vorm van het model (bijv. lineair vs. niet-lineair), en de selectie van variabelen en priors.

In finance en econometrie heeft modelafhankelijkheid directe gevolgen voor besluitvorming en risicobeoordeling, omdat verschillende modellen tot verschillende schattingen en risicoparameters kunnen leiden. In machine learning verwijst modelafhankelijkheid naar de afhankelijkheid van outputs van modelarchitectuur, trainingsgegevens, hyperparameters en preprocessing-stappen.

Om modelafhankelijkheid te beheersen, spreekt men over modelleringrisico en voert men robuustheidscontroles uit: gevoeligheidsanalyses, modelvergelijking (bijv. AIC/BIC, cross-validatie), ensemble-methoden, stress-testen en out-of-sample validatie. Transparantie over aannames en beperkingen is essentieel voor interpretatie en beleid.

Voorbeelden: in economische schattingen kan de geprojecteerde groeivoet sterk variëren tussen een lineair-trendmodel en een model met een knik in de relatie tussen tijd en output. In klinische statistiek kunnen effectgroottes afhangen van de gekozen covariaten en interactie-termen.