Epävarmuusarviointi

Epävarmuusarviointi tarkoittaa epävarmuuden kuvaamisen, mittaamisen ja kommunikoimisen prosessia, joka liittyy dataan, malleihin ja päätöksiin. Sen tavoitteena on ymmärtää, kuinka suurelta osin tuloksiin vaikuttavat epävarmuudet ja miten niitä voidaan sitoa päätöksentekoon. Epävarmuus jaetaan yleisesti aleatoriseen (satunnaiseen) sekä epistemiseen (tiedon puutteesta johtuvaan) epävarmuuteen, ja jaottelu vaikuttaa siihen, miten epävarmuutta voidaan vähentää ja hallita.

Epävarmuusarvioinnissa lähestytään epävarmuuksia määrällisesti: tunnistetaan lähteet, määritellään niille kuvaavat jakaumat tai rajat ja arvioidaan niiden vaikutus malleihin ja tuloksiin. Käytettyjä menetelmiä ovat virhemallinnus ja virheiden propagointi, Monte Carlo -menetelmät, Bayesin menetelmät sekä herkkyysanalyysit (globaalit ja paikalliset). Tuloksena saadaan kuva siitä, miten todennäköisyydet tai luottamukset jakautuvat eri tulosvaihtoehdoissa.

Tulokset esitetään usein epävarmuusjakaumina tai luottamusväleinä. Epistemisen epävarmuuden vähentäminen edellyttää lisätietoa tai parempaa mallia; aleatorista epävarmuutta voidaan hallita paremman havainnoinnin ja suuremman näytteen tai toistuvien mittausyksiköiden avulla. Tärkeää on myös huomioida riippuvuudet ja mallin rakenteen epävarmuudet.

Epävarmuusarviointia sovelletaan laajasti teknisessä suunnittelussa, ympäristö- ja ilmastotieteissä, lääketieteellisessä tutkimuksessa, taloudellisessa riskien arvioinnissa sekä teollisessa tuotannossa. Se tukee päätöksentekoa, priorisointia datankeruussa sekä riskienhallintaa ja mallin laadunvarmistusta.