mallinnusvirheet

Mallinnusvirheet tarkoittavat virheitä, jotka ilmenevät kun malli ei kykene kuvaamaan todellisuutta tai kun sen ennusteet poikkeavat havainnoista. Ne voivat johtua sekä mallin rakenteesta että käytetystä datasta sekä numeerisista rajoitteista. Tyypillisesti ne heijastuvat päätösten epäluotettavuuteen ja ennustettavuuden heikkenemiseen.

Mallinnusvirheitä voidaan tarkastella useista syistä. Rakenteelliset virheet liittyvät siihen, ettei malli vastaa ilmiön mekanismeja tai että malli on liian yksinkertainen kuvaamaan monimutkaisia suhteita. Parametrien virheet johtuvat virheellisistä tai epätarkoista arvoista, kun taas datavirheet ja mittausvirheet sekä epäolennaiset tai puutteelliset tiedot voivat vääristää mallin tuloksia. Lisäksi aikajakson ja yksiköiden sopimattomuudet sekä unohdetut prosessit voivat aiheuttaa mallin epäluotettavuutta.

Havaitseminen ja arviointi perustuu verifiointiin ja validointiin, residuaalianalyysiin, herkkyysanalyysiin sekä epävarmuuden quantifiointiin. Käytössä ovat esimerkiksi ristiinvalidaatio, koe- ja testidatan erottaminen sekä scenariopohjainen testaus.

Vähentäminen ja hallinta koostuvat rakenteen parantamisesta, parempien tai suuremman laadun omaavien datojen hankkimisesta, tarkemmasta kalibroinnista sekä parametrisoinnin ja regularisoinnin käyttöönotosta. Ennalta voidaan myös hyödyntää mallien ensemble-tekniikoita ja mallin valintaa.

Esimerkkejä mallinnusvirheistä löytyy muun muassa ilmasto- ja hydrologiamalleista, talous- ja sosiomalleista sekä biolääketieteellisistä simulaatioista, joiden oletukset tai datat voivat johtaa harhaanjohtaviin johtopäätöksiin. Mallinnusvirheitä tulisi käsitellä systemaattisesti osana mallin kehittämistä ja dokumentoida toistettavuuden varmistamiseksi.

---