identifioimattomuuden

Identifioimattomuuden käsite viittaa siihen, että mallin parametrit eivät ole yksiselitteisesti todettavissa havaittavien aineistojen jakaumojen perusteella. Toisin sanoen voi olla useita eri parametriyhdistelmiä, jotka tuottavat identtisen tai käytännössä identtisen tilastollisen jakauman. Tämä johtaa siihen, ettei parametriarvoja voi luotettavasti estimoida pelkän datan perusteella.

Jakautuminen identifioitumattomuuden käsitteessä voidaan erottaa kahteen päätyyppiin: rakenteellinen identifioitumattomuus ja käytännöllinen identifioitumattomuus. Rakenteellinen identifioitumattomuus tarkoittaa, että edes ideaalien mittaus- ja dataresurssien vallitessa parametriyhdistelmien erottaminen toisistaan on mahdotonta, koska mallissa esiintyy matemaattista redundanssia; esimerkiksi parametrit voidaan korvata toisillaan ilman vaikutusta mallin ennusteisiin. Käytännöllinen identifioitumattomuus puolestaan syntyy, kun data on riittämättömän tarkkaa tai riittävän monipuolista; mittausvirheet ja rajoitettu havaintojen määrä tekevät erottelun mahdottomaksi.

Seurauksena identifioimattomuudesta on heikentynyt estimoinnin luotettavuus ja epävarmuus sekä ennusteissa että päätöksenteossa. Tällöin voidaan tarvita uudelleenparametrisoitumista, jotta malli antaisi erillisesti identifioituvat parametrit. Myös lisätiedon kerääminen, suunnittelun muuttaminen tai bayesilaisen lähestymistavan prioreiden käyttö voivat parantaa identifioitumista. Identifioimattomuuden analyysi on keskeinen osa mallin laadun arviointia useilla aloilla, kuten biotieteissä, ekonomiassa ja systeemien identifioinnissa.