指標ドリフト

・LazarsfeldはAdornoらの権威主義的パーソナリティ研究について「指標のドリフト」を指摘。（木村 2022:110）

・「指標のドリフト」は「データドリフト／概念ドリフト」と呼ばれるものとほほ同義。ラザースフェルド自身の説明はLazarsfeld1959に。

「 データドリフト／概念ドリフト 」 船井総研 工場DX.com～ロボット化自動化、AI・デジタル・Iot、システム化￣より引用。

データドリフトとは、データの変化にモデルが対応しきれずに精度が劣化してしまうことを指します。具体的には、学習時に想定していたデータ分布に対して、運用段階におけるデータ分布が異なる場合が挙げられます。
スマートフォンに関連するモデルを作成するとしたとき、数年前における使用者の割合と近年における使用者の割合は全く異なるため、当時作成したモデルはデータドリフトによって精度が劣化してしまう。というものです。

概念ドリフトとは、当初設定していた予測結果（目的変数）が変化することで、モデル作成時に設定していた入力データ（説明変数）では過不足が発生してしまい、精度が低下してしまうことを指します。具体的には、画像検査において、当初想定していた検査基準に対して、運用時における検査基準が異なることが挙げられます。