foutinschatting

Foutinschatting is een afwijking van de werkelijke waarde bij het inschatten van een parameter, zoals een hoeveelheid, kost, tijd of waarschijnlijkheid. De term wordt gebruikt in statistiek, risicobeoordeling en besluitvorming en kan zowel in formele modellen als in dagelijkse oordelen voorkomen. Een nauwkeurige verdeling van onzekerheid is vaak complex en vereist transparantie over aannames en gegevens.

Oorzaken van foutinschatting zijn onder meer cognitieve biases, onzekerheid en onvolledige data. Voorbeelden zijn overmoed, anchoring (vast blijven hangen aan een eerste getal), beschikbaarheidsheuristiek (genoemd naar wat gemakkelijk voorhanden is) en verdelingsfouten in de onderliggende data. Daarnaast spelen model- en meetfouten een rol, evenals veranderingen in omstandigheden die niet direct in het model zijn opgenomen. Fouten kunnen systematisch zijn (bias) of toevallig (variatie), waardoor de inschatting consequent of willekeurig afwijkt van de werkelijkheid.

In verschillende velden komt foutinschatting regelmatig voor, bijvoorbeeld bij budget- en tijdsplanning, economische prognoses, wetenschappelijke berekeningen en risicobeoordelingen. Gevolgen kunnen variëren van suboptimale beslissingen en budgetoverschrijdingen tot onvoldoende voorbereiding op zeldzame gebeurtenissen.

Om foutinschatting te verminderen, worden methoden toegepast zoals het gebruik van betrouwbare data, probabilistische forecasts met betrouwbaarheidsintervallen, scenarios en gevoeligheidsanalyses, en statistische technieken zoals Monte Carlo-simulaties. Daarnaast kan referentieklasseforecasting en kalibratie van schattingen helpen om biases te reduceren. Metingen van voorspellingsfouten, zoals MAPE of RMSE, bieden evaluatiemaatstaven om voortschrijdend inzicht te vergroten. Zie ook onzekerheid, bias en prognose.