rankbevarande

Rankbevarande är ett begrepp inom statistik och dataanalys som beskriver bevarandet av den relativa ordningen bland observationer när data används genom transformationer eller bearbetningar. En transformation sägs vara rankbevarande om för varje par av objekt A och B gäller: om A före B i ursprunget, så gäller även efter transformationen. Strikt monotona funktioner är exempel på rankbevarande transformationer.

Det finns två nivåer av rankbevarande. Exakt rankbevarande innebär att ordningen bevaras helt, medan approximativ rankbevarande tillåter små avvikelser på grund av brus eller modellfel. Metoder inkluderar isotons regression och andra monotona (icke-minskande) transformationer som bevarar ordningen mellan observationer. Inom informationssökning används rankbevarande mått som Spearman's rangkorrelation och Kendall's tau för att mäta hur väl förändringar i scoring behåller ordningen.

Användningsområden finns inom icke-parametriska statistiska tester, datasäkerhet och integritetsfrågor där man vill bevara rankningen utan att dela exakta värden; inom recommender-system och sökmotorer där det är viktigt att justerade poäng inte omedelbart ändrar topplistan; samt i maskininlärning när man vill utvärdera och jämföra modeller baserat på rangordning istället för absoluta värden.

Bevarande av rank är inte alltid möjligt vid högdimensionell data, kraftiga brusförändringar eller när flera olika transformationer kombineras. Ties (lika värden) kräver särskild hantering och kan påverka tolningar av rankmått.

Relaterade begrepp inkluderar rankkorrelation, monotona transformationer och isotons regression. Begreppet används inom statistik, dataanalys och informationssökning.