stokastiskt

Stokastiskt är ett begrepp inom sannolikhetslära och statistik som beskriver fenomen där resultaten är oförutsägbara och endast kan beskrivas med sannolikheter. Begreppet används för att skilja mellan system som kan förutsägas exakt (deterministiska) och de där slumpen spelar en avgörande roll. I praktiken används stokastiska modeller för att beskriva osäkerhet i data och processer.

En central idé är slumpvariabler och stokastiska processer. En slumpvariabel kopplar ett numeriskt utfall till ett slumpmässigt experiment. En stokastisk process beskriver hur ett tillstånd utvecklas över tid under påverkan av slumpen, till exempel en slumpvandring eller störningar som följer Poisson- eller normalfördelningar. Begreppet används också inom områden som markovkedjor och diffusionsmodeller, där framtida tillstånd inte är helt deterministiska givet nuvarande.

Användningsområden finns inom flera fält. Inom finans används stokastiska modeller för att beskriva prisrörelser och risk, medan naturvetenskap och teknik ofta modellerar system med stochastiska störningar i områden som populationdynamik, signalbehandling och kommunikation. Inom datorvetenskap används Monte Carlo-simuleringar och andra probabilistiska metoder för att uppskatta komplexa system där deterministiska beräkningar är opraktiska.

Metoder för analys inkluderar beräkning av sannolikhetsfördelningar, parameteruppskattning (t.ex. maximum likelihood och Bayesian metoder) samt numeriska simuleringar. Utmaningar med stokastiska modeller är att kvantifiera och kommunicera osäkerhet, samt att välja lämpliga modeller och tolka resultaten.