Skip to content

GCRI · Labs

Quantificação da incerteza em laboratórios

A quantificação da incerteza pergunta quanta confiança um resultado merece, dados o erro de medição, a estrutura do modelo, as escolhas de parâmetros e as condições do teste. Em laboratórios e ambientes de teste, ela liga um único experimento a uma afirmação sobre o desempenho em uso e mostra onde uma afirmação de prontidão ou de reprodutibilidade é frágil.

02Candidatura

O que a quantificação de incertezas e a validação de modelos fazem aqui.

Uncertainty quantification and model validation characterise how uncertainty in inputs, parameters and model structure affects predictions. They establish how much confidence a model’s outputs deserve. In research and evidence, methods and modelling and innovation, uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions. The canonical description is on the STEM Commons.

Measurement uncertainty budgets

Each source of error in an instrument chain is estimated and combined following the Guide to the Expression of Uncertainty in Measurement, so results from different laboratories can be compared on a common basis.

Sensitivity analysis of simulation models

As entradas são variadas de forma sistemática para identificar quais determinam a faixa de saída, de modo que o esforço de validação e os testes adicionais se concentrem onde alterariam uma conclusão.

Validation against independent experiments

Model predictions are compared with experiments not used in calibration, with agreement metrics and the domain of validity stated before the model is used for design.

03Monitoramento

Análise de incerteza.

A tela que uma equipe usaria para acompanhar este método: suas medidas, estados e decisões. Os nomes são exemplos e os valores são ilustrativos.

Análise de incerteza

Labs · Uncertainty quantification · Run R-1480

Sensitivity rankedGCRI · Labs

Sensibilidade de ordem total

Distribuição dos resultados

Entradas

Protocolos registradosUniformeprotocols, statedelicitação de especialistas
Estudos com pré-registroLognormal of studies, statedelicitação de especialistas
Replications attemptedUniformestudies, statedelicitação de especialistas
Resultados negativos publicadosUniformeartigos, declaradoselicitação de especialistas
Uncertainty analysis: the screen’s structure, terms and states for Labs.Example names and illustrative values; a design, not a record or a live system.
04Dados

O que o método consome.

Conjuntos de dados e registros usados pela quantificação de incertezas e pela validação de modelos nesta plataforma, com o papel de cada um e o rótulo que seus valores carregam. As fontes estão listadas no registro de fontes.

DadosFunçãoRótulo
Calibration certificatesIncerteza do instrumentoEstatísticas publicadas
Resultados de comparação interlaboratorialReprodutibilidade entre laboratóriosOBSERVADO
Conjuntos de modelosDispersão estrutural e paramétricaMODELADO
Os elicitação de especialistasFaixas sem dados disponíveisESTIMADO
05Métodos e evidência

Como a quantificação da incerteza em laboratórios é modelada, medida e testada.

O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.

Modelo, equações e pressupostos

The model structure used for uncertainty quantification in laboratories, the assumptions it makes and how each is tested.

Risco do elemento iRi = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamento
Perda anual esperadaEAL = ∑k pk · Lkover events k with annual probability pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
PressupostoPorque é feitoComo é testado
A ameaça e a exposição são independentes dentro de um eventoMantém tratável o integral de perdasComparar com um ajuste de cópula sobre registros conjuntos
Os acoplamentos são lineares perto do ponto de funcionamentoPermite que os choques se propaguem através de APerturbar para além do intervalo linear e comparar
As curvas de vulnerabilidade transferem-se entre lugaresAs curvas locais raramente estão disponíveisValidar face às perdas observadas quando existam
Entradas
conjuntos de dados versionados com proveniência
Resultados
distribuições, nunca números isolados
Código
publicado com a ficha de modelo e os testes
Reprodução
mesmos dados, código, ambiente e semente
Formulações padrão de risco e de espaço de estados; os pressupostos listados são típicos do método, indicados para revisão, não resultados.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validação

Como os resultados são verificados.

As distribuições preditivas são testadas quanto à calibração e à nitidez em relação a observações reservadas. A verificação confirma que o código resolve as equações pretendidas.

VerificarComo é feito
Code verificationSolvers are tested against problems with known solutions before validation begins
Validação fora da amostraPredictions are scored on data withheld from calibration
Cobertura do intervaloVerifica-se que os intervalos declarados contêm os resultados na taxa nominal
Domain of validityUse outside the tested conditions is flagged, not extrapolated silently

A incerteza estrutural e os desconhecidos desconhecidos são difíceis de representar. O custo computacional limita a exploração de modelos de alta dimensão.

07Processo

Como decorre o processo.

Process explorer · Process

Quantificação da incerteza em laboratórios: ameaça, exposição, vulnerabilidade

10 steps4 stages

Processo

Quantificação da incerteza em laboratórios: ameaça, exposição, vulnerabilidade

In IPCC AR6 Working Group II, climate risk results from interactions between hazards and a system’s exposure and vulnerability, and responses can add risk.

  1. 01 Fatores

    1. 01HazardDataset · Principal investigatorThe potential occurrence of a natural or human-induced physical event or trend that may harm people, property, services or ecosystems.
    2. 02ExposureDataset · Principal investigatorThe presence of people, livelihoods, species, ecosystems, infrastructure or assets in places and settings that could be adversely affected.
    3. 03SensitivityDataset · Principal investigatorThe degree to which a system or species is affected, either adversely or beneficially, by climate variability or change.
    4. 04Capacity to cope and adaptDataset · Principal investigatorThe ability of systems, institutions, humans and other organisms to adjust to damage, take opportunities or respond to consequences.
  2. 02 Avaliação

    1. 05Risk from responsesComponent · Principal investigatorRisks from climate responses arise when responses miss their objectives, or from trade-offs or negative side effects.
    2. 06VulnerabilityComponent · Principal investigatorThe propensity or predisposition to be adversely affected. It includes sensitivity to harm and lack of capacity to cope and adapt.
    3. 07RiskModel · LabsRisk results from dynamic interactions between hazards and the system’s exposure and vulnerability. Each may be uncertain and change.
  3. 03 Resposta

    1. 08Gestão de riscos e respostaEtapa · Pesquisador principalA gestão de riscos consiste em planos, ações, estratégias ou políticas que reduzem a probabilidade ou a dimensão das consequências adversas.
    2. 09Risco residualRegistro · Pesquisador principalO risco de impacto climático que subsiste após os esforços de adaptação e de mitigação. A adaptação pode redistribuir o risco entre áreas e grupos.
  4. 04 Decisão

    1. 10Decisão da parte responsávelDecisão · Pesquisador principalO enquadramento não nomeia um decisor único. As decisões sobre as respostas cabem à parte responsável, segundo suas próprias regras.

Esboço de uma norma ou de um método externo, a partir de suas fontes públicas. Descreve o que o quadro diz, não um registro de qualquer execução. Não mostra que o Nexus ou qualquer parceiro executa, certifica ou aprova uma etapa. Uma etapa de controle é uma etapa do método, nunca uma aprovação Nexus.

09Gestão responsável

Quem mantém o método.

Ciência de sistemas e modelagem atua como guardiã da quantificação de incertezas e da validação de modelos para o consórcio e revisa como elas são aplicadas nas plataformas.

11Perguntas

Perguntas e respostas.

Quais são os limites da quantificação de incertezas e da validação de modelos neste campo?
A incerteza estrutural e os desconhecidos desconhecidos são difíceis de representar. O custo computacional limita a exploração de modelos de alta dimensão.
Como os resultados são verificados?
As distribuições preditivas são testadas quanto à calibração e à nitidez em relação a observações reservadas. A verificação confirma que o código resolve as equações pretendidas.
Os valores desta página são reais?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Onde mais este método é aplicado?
A página canônica do método lista todas as plataformas que o aplicam.
RelatóriosContribuir

Contribua com evidências a partir desta página.

Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.

GCRILaboratóriosEvidências de LabsMétodos e documentos técnicos
Laboratórios

Traga um método, um conjunto de dados ou uma pergunta.

A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.