Expectile 0,95 không phải phân vị 95
Bài phân tích của Towards Data Science chỉ ra expectile 0,95 chỉ bao phủ khoảng 81,34% phân phối đều, không phải 95% như phân vị. Việc chọn chỉ số nào phụ thuộc vào hàm chi phí sai số mà bài toán thực sự tối ưu.

Khi lập kế hoạch đáp ứng nhu cầu 95% thời gian, nhiều người chọn ngay expectile 0,95 vì con số nghe có vẻ khớp. Nhưng mức của expectile không đo tỷ lệ giá trị nằm dưới nó. Đây là điểm nhầm lẫn phổ biến với những ai quen dùng phân vị (quantile).
Với một biến phân phối đều trong khoảng 0 đến 1, phân vị 95 là 0,95. Còn expectile 0,95 của biến đó xấp xỉ 0,8134. Nghĩa là chỉ 81,34% phân phối nằm dưới 0,8134.
Minh họa phân phối đều và vị trí expectile 0,95
Hai chỉ số trả lời hai câu hỏi khác nhau
Phân vị (quantile) xác định một ranh giới quyết định theo xác suất tích lũy. Với hàm phân phối tích lũy (CDF) liên tục và tăng ngặt, giá trị ứng với xác suất alpha chính là phân vị mức alpha. Độ bao phủ của phân vị đúng bằng alpha.
Expectile thì khác. Nó được chọn để tối thiểu hóa sai số bình phương bất đối xứng (asymmetric squared error). Mức 0,95 ở đây là trọng số của hàm mất mát, không phải tỷ lệ bao phủ.
Bài viết minh họa bằng ví dụ nhu cầu phân phối đều từ 0 đến 100. Chi phí đánh giá thấp một đơn vị gấp 19 lần chi phí đánh giá cao một đơn vị. Với mất mát tuyệt đối bất đối xứng, quyết định đúng là phân vị 0,95, tức 95 đơn vị. Với mất mát bình phương bất đối xứng cùng tỷ lệ 19 trên 1, quyết định đúng là expectile 0,95, tức 81,34 đơn vị.
Tỷ lệ bất đối xứng giữ nguyên, nhưng mục tiêu thay đổi theo dạng đường chi phí.
Thử nghiệm 100 lần chạy trên dữ liệu tổng hợp
Tác giả chạy 100 lần độc lập, mỗi lần lấy 400 mẫu huấn luyện và 10.000 mẫu kiểm tra, hạt giống ngẫu nhiên 20261031. Từ tập huấn luyện, mô hình tính trung bình, phân vị 0,95 và expectile 0,95, rồi đánh giá cả ba trên tập kiểm tra.
Kết quả trung bình:
- Trung bình: quyết định 50,02, độ bao phủ 49,95%, mất mát tuyệt đối bất đối xứng 12,534, mất mát bình phương 18,53
- Phân vị 0,95: quyết định 94,73, độ bao phủ 94,72%, mất mát tuyệt đối 2,38, mất mát bình phương 142,14
- Expectile 0,95: quyết định 81,33, độ bao phủ 81,25%, mất mát tuyệt đối 3,32, mất mát bình phương 110,63
So sánh mất mát kiểm tra qua 100 lần chạy độc lập
Phân vị thắng rõ rệt về mất mát tuyệt đối. Expectile thắng về mất mát bình phương. Vì hai đại lượng đo bằng đơn vị khác nhau, không thể so độ lớn để chọn quyết định tốt hơn. Phải dùng đúng hàm chi phí của bài toán.
Expectile nhạy với điểm dị biệt
Một ví dụ khác cho thấy rủi ro khi dùng expectile mà không kiểm tra dữ liệu. Xét mẫu gồm 99 số 0 và một giá trị dương M. Khi M tăng, thứ hạng các quan sát không đổi. Phân vị 0,95 vẫn bằng 0, bất kể M lớn cỡ nào.
Expectile thì tỷ lệ thuận với M. Khi M bằng 10, expectile xấp xỉ 1,6102. Khi M bằng 100, expectile xấp xỉ 16,1017. Cùng lúc, phân vị 95 vẫn là 0.
Expectile thay đổi theo đuôi phân phối trong khi phân vị giữ nguyên
Nếu giá trị lớn đó là lỗi nhập liệu, expectile sẽ kéo quyết định đi sai hướng. Cần xác định giá trị lớn là trường hợp thật hay lỗi trước khi dùng expectile.
Ba bước kiểm tra trước khi dùng kết quả
Thứ nhất, viết yêu cầu bài toán ra trước rồi mới chọn chỉ số. Cần bao phủ 0,95 thì dùng phân vị 0,95. Cần tối thiểu hóa mất mát bình phương bất đối xứng thì dùng expectile.
Thứ hai, đánh giá chất lượng dữ liệu và bản chất tổng thể. Công thức mất mát bình phương thông thường giả định mô men bậc hai hữu hạn. Mẫu nhỏ vẫn cho ra một con số kể cả khi tổng thể có mô men xấu, và vài quan sát cực lớn có thể chi phối mạnh ước lượng.
Thứ ba, phân biệt tóm tắt phân phối với mô hình dự báo. Trong ví dụ này, quyết định là hằng số, quan sát tổng hợp và độc lập. Một mô hình expectile có điều kiện sẽ ước lượng mục tiêu theo các đặc trưng, cần thiết kế đánh giá phản ánh thời điểm thông tin xuất hiện.
Cách kiểm chứng
Toàn bộ kết quả chạy trên Python 3.9.6, NumPy 2.0.2, SciPy 1.13.1 và Matplotlib 3.9.4. Tác giả đối chiếu bằng các ví dụ giải tích, đồng thời tính expectile bằng phương pháp phân hoạch và so với lời giải tối ưu số trực tiếp.
Góc nhìn
Với kỹ sư dữ liệu và lập trình viên làm hệ thống dự báo nhu cầu, tồn kho hay công suất, đây là lỗi đặt tên dễ mắc. Đặt mục tiêu "bao phủ 95%" rồi dùng expectile 0,95 sẽ âm thầm hạ độ bao phủ thực tế xuống khoảng 81%, trong khi báo cáo vẫn ghi 95%.
Cách làm an toàn là ghi rõ hàm chi phí của bài toán trước khi chọn chỉ số. Nếu chi phí tăng theo bình phương sai số và mức thiếu hụt quan trọng hơn mức dư thừa, expectile là lựa chọn hợp lý. Nếu yêu cầu là tỷ lệ thời gian đáp ứng, phân vị mới là công cụ đúng.
Cũng nên kiểm tra dữ liệu đầu vào vì expectile phản ứng mạnh với vài quan sát đuôi lớn. Một lỗi nhập liệu đơn lẻ có thể làm lệch quyết định, trong khi phân vị gần như không đổi.
Nguồn: towardsdatascience.com (bài gốc ngày 19 tháng 11, 2026) · Quy trình biên tập


