identifikovatelnost

Identifikovatelnost je pojem používaný v statistice, modelování a analýze dat, který popisuje schopnost jednoznačně určit parametry nebo stavy systému na základě pozorovaných dat. U ideálních, přesných dat se hovoří o strukturní identifikovatelnosti; u reálných dat o praktické identifikovatelnosti. Nedostatečná identifikovatelnost vede k nejednoznačnému odhadu a více řešením.

Strukturní identifikovatelnost se dělí na globální a lokální. Globální identifikovatelnost znamená, že z pozorovatelných výstupů modelu lze jednoznačně určit parametry pro všechna možná řešení. Lokální identifikovatelnost znamená, že v okolí určitého řešení existuje jediná alternativa v omezeném regionu. Pokud identifikace existuje jen částečně, hovoří se o částečné identifikovatelnosti.

Praktická identifikovatelnost vychází z dostupnosti dat, jejich délky, kvality a šumu. I strukturně identifikovatelné modely mohou být v praxi nepoužitelně identifikovatelné, pokud data neposkytují dostatečné informace nebo jsou příliš šumová.

Analytické a numerické metody identifikovatelnosti zahrnují transferní funkce pro lineární modely, diferenciální algebru a programy na identifikovatelnost jako DAISY či GenSSI. Pro hodnocení praktické identifikovatelnosti se používají profilová likelihood, Bayesovské postupy (MCMC) a analýzy identifikovatelnosti pomocí Fisherova informačního matice.

V praxi identifikovatelnost ovlivňuje návrh experimentů, calibraci modelů a volbu parametrů. Když parametry nejsou identifikovatelné, lze model přeformulovat, některé parametry fixovat, nebo zlepšit design a sběr dat.

Související pojmy: identifikace, observabilita, odhad parametru.