Ennustevarmuudella

Ennustevarmuudella tarkoitetaan epävarmuutta, joka liittyy ennusteisiin. Se kuvaa sitä, kuinka luotettava tai epävarma ennusteen arvo tai tapahtuma on. Varmuus johtuu sekä tiedon rajallisuudesta että järjestelmän luonteesta: havaintojen sattumanvaraisuudesta ja mallien rakenteellisista rajoitteista.

Epävarmuus jaetaan yleisesti kahteen päätyyppiin: epistemiseen (tietämykseen ja malliin liittyvä epävarmuus) sekä aleatoriseen (havaintojen satunnaisvaihtelu). Episteminen epävarmuus voi vähentyä uutta dataa keräämällä tai paremmalla mallinnuksella; aleatorinen epävarmuus puolestaan on luonteeltaan pysyvä, ja sitä kuvataan todennäköisyyksin.

Ennustevarmuuden ilmaiseminen tapahtuu usein tilastollisten menetelmien kautta: ennustevärit, todennäköisyyksien jakaumat, luottamus- tai epävarmuusvälit sekä skenaario-ennusteet. Yleisiä menetelmiä ovat simulaatiot, bootstrapping ja bayesilainen lähestymistapa sekä epävarmuuden osittaisten komponenttien erottelu. Ennakko-ennusteiden laatua voidaan parantaa käyttämällä ensemble-ennusteita ja Monte Carlo -menetelmiä.

Varautuminen ja päätöksenteko hyötyvät siitä, että epävarmuus kommunikoidaan selkeästi ja kalibrointia seurataan: kalibrointi, kaltevuus (sharpness) ja luotettavuus tutkitaan sekä visuaalisesti että mittareilla (esim. Brier- tai CRPS-arvot).

Käyttökohteita ovat sää- ja ilmastoverkkotiedon tuotanto, talous- ja kysyntäennusteet sekä epidemiologiset mallit. Haasteita ovat liiallinen varmuus tai aliarvioitu epävarmuus sekä mallien omista lähteistään johtuvat rakenteelliset epävarmuudet.