Osäkerhetsanalys

Osäkerhetsanalys undersöker osäkerheten hos variabler som används i beslutsfattande problem där observationer och modeller representerar kunskapsbasen . Osäkerhetsanalys syftar med andra ord till att ge ett tekniskt bidrag till beslutsfattande genom att kvantifiera osäkerheter i de relevanta variablerna.

Fysiska experiment

I fysiska experiment handlar osäkerhetsanalys , eller experimentell osäkerhetsbedömning , om att bedöma osäkerheten i en mätning . Ett experiment utformat för att bestämma en effekt, demonstrera en lag eller uppskatta det numeriska värdet av en fysisk variabel kommer att påverkas av fel på grund av instrumentering, metodik, förekomst av störande effekter och så vidare. Experimentella osäkerhetsuppskattningar behövs för att bedöma förtroendet för resultaten. Ett relaterat område är design av experiment .

Matematisk modellering

Likaså i numeriska experiment och modellering bygger osäkerhetsanalys på ett antal tekniker för att bestämma tillförlitligheten hos modellförutsägelser, vilket tar hänsyn till olika källor till osäkerhet i modellinmatning och design. Ett relaterat område är känslighetsanalys .

Kalibrerade parametrar och utdata

En kalibrerad parameter representerar inte nödvändigtvis verkligheten , eftersom verkligheten är mycket mer komplex. Varje förutsägelse har sin egen komplexitet i verkligheten som inte kan representeras unikt i den kalibrerade modellen; därför finns det ett potentiellt fel. Sådana fel måste beaktas när man fattar ledningsbeslut utifrån modellens resultat.

Se även

Bibliografi

  • Etienne de Rocquigny, Nicolas, Devictor, Stefano, Tarantola (redaktörer), Uncertainty in Industrial Practice: A Guide to Quantitative Uncertainty Management , Wiley & Sons Publishers, 2008.
  • JC Helton, JD Johnson, CJ Salaberry och CB Storlie, 2006, Undersökning av provtagningsbaserade metoder för osäkerhets- och känslighetsanalys. Reliability Engineering and System Safety , 91 :1175–1209.
  • Santner, TJ; Williams, BJ; Notz, WI Design och analys av datorexperiment ; Springer-Verlag, 2003.