3. 偏差分析理论基础

偏差分析是结算审核模型的核心诊断工具。在工程结算中，偏差指审核结果（预测值）与真实结算值（实际值）之间的差异。理解偏差的定义、分类及其统计学基础，是构建和调优审核模型的前提。

3.1 偏差的定义与数学表达

在结算审核场景下，偏差定义为：

偏差的正负号具有明确业务含义：

• 正偏差（ŷ > y）：模型高估结算金额，可能导致业主多付风险。
• 负偏差（ŷ < y）：模型低估结算金额，可能导致承包商索赔风险。
• 零偏差（ŷ = y）：理想状态，模型完全准确。

3.2 偏差的分类体系

根据偏差的来源与统计特征，可将其分为三类。下表对比了三类偏差的核心差异：

偏差类型	定义	产生原因	对模型的影响	处理方式
系统性偏差	具有固定方向与幅度的偏差，均值显著偏离零	模型结构缺陷、特征选择错误、计价规则遗漏	导致预测结果整体偏高或偏低	需修正模型结构或重新校准参数
随机性偏差	无固定方向，围绕零均值随机波动	测量误差、材料价格波动、施工条件微变	增加预测方差，但不改变整体趋势	通过增大样本量或正则化降低影响
异常值	极端偏离正常范围的偏差	数据录入错误、特殊变更签证、合同条款歧义	严重扭曲模型参数估计	需识别、审查并决定剔除或修正

3.3 偏差分类的视觉化表达

下图展示了三类偏差在散点图中的分布特征，帮助直观理解其差异：

3.4 偏差分析的统计学基础

对偏差进行定量分析，需要借助以下核心统计量：

3.4.1 均值（Mean）

衡量偏差的中心趋势，用于检测系统性偏差：

μ = (1/n) × Σ(δᵢ)  其中 δᵢ = ŷᵢ − yᵢ

若 μ 显著偏离零，表明模型存在系统性偏差。在结算审核中，μ > 0 表示模型整体高估，μ < 0 表示整体低估。

3.4.2 方差与标准差（Variance & Standard Deviation）

衡量偏差的离散程度，用于评估随机性偏差的幅度：

方差 σ² = (1/n) × Σ(δᵢ − μ)²
标准差 σ = √(σ²)

标准差与偏差具有相同量纲（万元），更直观。在审核模型中，σ 越小，说明模型预测越稳定。

3.4.3 正态分布与偏差分析

当随机性偏差占主导时，偏差值通常近似服从正态分布。正态分布的概率密度函数为：

f(δ) = (1 / (σ√(2π))) × exp(−(δ − μ)² / (2σ²))

正态分布在偏差分析中的三个关键应用：

• 68-95-99.7 法则：约 68% 的偏差落在 μ ± σ 范围内，95% 落在 μ ± 2σ 范围内，99.7% 落在 μ ± 3σ 范围内。超出 3σ 的偏差可初步判定为异常值。
• 置信区间估计：基于正态分布假设，可计算审核结果在给定置信水平下的误差范围。
• 假设检验：通过 t 检验或 z 检验判断模型是否存在显著的系统性偏差。

3.5 偏差分布与正态拟合可视化

下图展示了偏差的直方分布与正态拟合曲线，直观呈现偏差的统计特征：

3.6 偏差分析在结算审核中的应用框架

将上述理论基础整合为结算审核模型的偏差分析流程：

1. 计算偏差序列：对每个审核样本，计算 δᵢ = ŷᵢ − yᵢ。
2. 描述性统计：计算均值 μ、标准差 σ、最小值、最大值、四分位数。
3. 正态性检验：使用 Shapiro-Wilk 检验或 Q-Q 图判断偏差是否服从正态分布。
4. 异常值检测：基于 3σ 准则或箱线图（IQR 法）识别异常偏差。
5. 偏差分解：将总偏差分解为系统性部分（μ）和随机性部分（σ）。
6. 模型调优决策：若 |μ| > 阈值，优先修正系统性偏差；若 σ 过大，考虑增加特征或调整模型复杂度。