Parameterusikkerhet

Parameterusikkerhet refererer til usikkerhet knyttet til verdien av en parameter i en modell eller et måleresultat. Den oppstår på grunn av begrenset datamengde, målefeil, tilleggsantagelser i modellen og identifikasjonsproblemer. Usikkerheten uttrykkes ofte som intervall eller som en sannsynlighetsfordeling over mulige verdier.

I statistikk og dataanalyse er parameterusikkerhet vanlig ved estimering av parametere som gjennomsnitt, regresjonskoeffisienter eller tilstander i en modell. Både tilfeldige feil og systematiske feilkilder kan bidra. I mer komplekse modeller kan identifikasjon være et problem: om parameteret kan skilles fra andre parametere gitt data.

Kvantifisering av usikkerhet skjer typisk med konfidensintervaller eller troverdighetsintervaller (Bayesiansk rammeverk), standardfeil og posteriorfordelinger. Ikke-parametriske teknikker som bootstrap eller Monte Carlo-simulering brukes også for å estimere og propagere usikkerhet gjennom modellen.

Reduksjon av parameterusikkerhet kan oppnås gjennom innsamling av mer eller bedre data, optimalisering av eksperimentdesign, forbedringer i modellstruktur eller identifikasjon, samt bruk av informative priors i en Bayesiansk tilnærming eller regelbasert regularisering.

Ved rapportering bør estimater fremstilles sammen med tilhørende usikkerhet, for eksempel som estimat med standardfeil eller som kredible intervaller. Det er viktig å kommunisere mulige avhengigheter mellom parametere og å være bevisst risikoen for over- eller underkontroll av usikkerheten i beslutningsprosesser.