Osäkerhetsuppskattningar

Osäkerhetsuppskattningar beskriver kvantitativt hur osäkerheter i mätningar och modeller påverkar resultatet. Målet är att ge ett fördelnings- eller intervallmått som speglar sannolikheten att det sanna värdet ligger inom ett visst område, så att beslut kan fattas på bättre underlag.

Osäkerheter kommer från flera källor: instrument, metod, miljö, användarfel och modellantaganden. Osäkerheter delas ofta in i slumpmässiga (aleatoriska) som varierar mellan mätningar och systematiska (bias) som ligger på ett bestämt värde.

Metoderna inkluderar GUM-ramverket (Guide to the Expression of Uncertainty in Measurement), analytisk propagationsmetod och Monte Carlo-simuleringar. Beroende på synsätt används frekventistiska varianter som varianspropagation eller Bayesian-inferens som uppdaterar kunskap med ny data.

Praktisk process: definiera vad som är measuranden, identifiera osäkerhetskällor, formulera en modell, uppskatta bidrag från varje källa och kombinera dem till en sammanfattande osäkerhet. Ofta används summan i kvadrater av oberoende bidrag för att få total osäkerhet genom propagation of uncertainty.

Resultatet rapporteras som expanderad osäkerhet U = k·u, där k ofta är 2 för cirka 95-procentig täckning. GUM betonar transparens kring antaganden, källor och korrelationer. Osäkerhetsuppskattningar underlättar jämförbarhet, kvalitetskontroll och riskbedömning inom vetenskap, teknik och industri.