Onzekerheidanalyse

Onzekerheidanalyse is een systematische benadering om onzekerheden in modellering en voorspellingen te identificeren, te kwantificeren en te interpreteren. Het richt zich op onzekerheden in invoerparameters, aannames, meetfouten en het model zelf. Er wordt onderscheid gemaakt tussen aleatorische (toevallige) onzekerheid en epistemische (kennisgerelateerde) onzekerheid. Het doel is om de impact van deze onzekerheden op uitkomsten en besluiten inzichtelijk te maken en om risico’s en robuustheid van beslissingen te beoordelen.

De werkwijze omvat doorgaans: formuleren van het probleem; identificatie van de belangrijkste bronnen van onzekerheid; toewijzen van probabilistische distributies aan invoervariabelen; propagatie van onzekerheid door het model via statistische- of numerieke methoden zoals Monte Carlo-simulatie, Latin hypercube sampling of decorrelatie-analyses; uitvoeren van sensitiviteitsanalyses (bijv. Sobol-indices, tornado-diagrammen) en het interpreteren van de resultaten. Het rapporteren van aannames, onzekerheidskenmerken en bevestiging van robuustheid is een essentieel onderdeel.

Toepassingen komen voor in engineering, waterbouw, klimaat- en hydrologische modellering, finance en risicobeoordeling. Een Monte Carlo-simulatie kan bijvoorbeeld de kans op constructiefouten schatten onder onzeker materiaal en belasting. Beperkingen omvatten onduidelijkheid over de exacte verdeling en afhankelijkheden van invoerparameters, onzekerheid over het model zelf en de benodigde rekenkracht voor grote simulaties. Goede communicatie van onzekerheden en transparante documentatie zijn cruciaal voor betrouwbare besluitvorming.