reesimuunnokset

Reesimuunnokset ovat toistuvien simulaatioiden sarjoja, joissa samaa mallia ajetaan useita kertoja erilaisista syötteistä tai satunnaisuudesta johtuvien vaihtelujen vuoksi. Tämän seurauksena tuloksista muodostuu ensemble, jonka avulla voidaan arvioida odotettua käyttäytymistä sekä epävarmuutta.

Sovelluskohteita ovat muun muassa epidemiologinen mallinnus, ilmasto- ja ympäristömallinnus, insinööritieteiden luotettavuus- ja riskinarvio sekä rahoitus- ja laskentamallit. Reesimuunnoksia hyödynnetään tyypillisesti Monte Carlo -menetelmissa, bootstrappingissa ja latin hypercube -näytteenotossa sekä skenaariopohjaisissa analyyseissä.

Toimintaperiaate: määritellään perusmalli ja sen epävarmuustiedot, valitaan toistojen määrä ja näytteenotto- tai parametriarvot, suoritetaan simulaatiot erillisinä suorituksina (usein rinnakkain), ja kerätään tulokset tilastolliseen koontiin. Tuloksista lasketaan keskiarvot, varianssit, luottamusvälit sekä herkkyysanalyysi, jolla identifioidaan mitkä muuttujat vaikuttavat eniten lopputulokseen.

Edut ja rajoitteet: reesimuunnokset antavat mahdollisuuden kuvata epävarmuutta ja vahvistaa päätöksenteon luotettavuutta, mutta ne vaativat merkittävää laskentatehoa ja huolellista parameterien valintaa. Liiallinen toistojen määrä voi tuottaa marginalisoitua hyötyä, ja tulkinta vaatii kontekstin ymmärrystä.

See also: Ensemble-mallinnus; Monte Carlo -menetelmät; Latin hypercube -näytteenotto; bootstrapping.