AI & Analytics

Statistiek: de 0.95 expectiel is geen 95ste percentiel

Towards Data Science (Medium)

Samenvatting

Het 0.95-expectiel geeft niet automatisch dezelfde grens als het 95ste percentiel; 100 Python-runs maken het verschil zichtbaar.

0.95-expectiel versus 95ste percentiel: wat er gebeurt

Een 95ste percentiel beschrijft een grens waaronder 95 procent van de waarden valt. Een 0.95-expectiel gebruikt daarentegen asymmetrische kwadratische foutkosten: fouten aan de ene kant wegen anders mee dan fouten aan de andere kant. Daardoor vertegenwoordigen beide maatstaven niet automatisch hetzelfde doel.

Het artikel combineert exacte wiskunde voor een uniforme verdeling met 100 synthetische Python-runs. Die vergelijking laat zien wanneer 95 procent dekking de juiste doelstelling vormt en wanneer een expectiel beter aansluit op ongelijke kosten voor over- en onderschatting.

Waarom 0.95-expectiel en 95ste percentiel belangrijk zijn

De keuze begint bij de vraag die een analyse moet beantwoorden. Wie een grens zoekt die 95 procent van de waarnemingen afdekt, heeft een percentiel als direct referentiepunt. Wie fouten verschillend waardeert, heeft een maatstaf nodig die die asymmetrie in de berekening verwerkt.

Dat onderscheid raakt modellen voor risico-inschatting, capaciteitsplanning en signalering. Een vaste dekkingsdoelstelling en een kostenfunctie sturen namelijk op iets anders. Het artikel maakt dat verschil controleerbaar met uniforme wiskunde en herhaalde synthetische experimenten, in plaats van beide begrippen als uitwisselbaar te behandelen.

De 0.95-notatie zegt dus niet op zichzelf welke uitkomst je krijgt. De betekenis hangt af van de gekozen maatstaf en van de foutkosten die het model moet weerspiegelen.

Concrete takeaway voor het 0.95-expectiel

Leg vóór het bouwen of beoordelen van een model vast of je 95 procent dekking wilt meten of asymmetrische kwadratische fouten wilt wegen. Gebruik daarna een kleine Python-simulatie om het 0.95-expectiel rechtstreeks naast het 95ste percentiel te leggen; zo voorkom je dat dezelfde parameter ten onrechte als dezelfde statistische grens wordt gelezen.

Lees het volledige artikel
Meer over AI & Analytics →