weging

Het begrip weging verwijst naar het systematisch toekennen van gewichten aan onderdelen van een analyse of berekening, zodat hun relatieve belang, frequentie of waarschijnlijkheid tot uitdrukking komt. In veel vakgebieden wordt weging ingezet om onevenredige vertegenwoordiging, verschillen in relevantie of meetonzekerheid te corrigeren.

In statistiek en data-analyse worden gewichten toegepast bij gewogen gemiddelden, gewogen regressie en het samenstellen van samengestelde indicatoren. Een gewicht kan de relatieve bijdrage van een waarneming aan een score bepalen of de invloed van een observatie in een model beïnvloeden.

In enquêtes zorgen design weights ervoor dat de steekproef representatief blijft voor de populatie; naast selectie- en nonresponse-bias worden gewichten soms bijgesteld met post-stratification, kalibratie of rake.

In machine learning dienen gewichten vaak om een onevenwichtigheid in klassen te compenseren of om individuele observaties in de verliesfunctie meer gewicht te geven.

Belangrijke methoden zijn inverse probability weighting, post-stratification en kalibratieweging, en technieken zoals entropy balancing of rake. Gewichten worden vaak genormaliseerd, bijvoorbeeld zodat ze optellen tot het steekproefvolume of tot één, afhankelijk van de toepassing. Verkeerd gebruik van weging kan bias introduceren of de variantie vergroten.