GCRI · Математика, статистика и данные
Количественная оценка неопределённости и валидация моделей
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. Systems Science and Modelling stewards this page for the Nexus Consortium.
Uncertainty quantification and model validation in six parts.
- 01The methodWhat uncertainty quantification and model validation covers
- 02Reference practiceUncertainty quantification follows verification and validation practice
- 03В работе по системным рискамНеопределённость, которая сохраняется по всей цепочке
- 04Применяется вПлатформы, применяющие этот метод
- 05Ведение и сопровождениеКто ведёт эту страницу
- 06SourcesWhere this page’s references lead
What uncertainty quantification and model validation covers.
- 01
Основные методы
sensitivity analysis; Monte Carlo propagation; surrogate modelling; Bayesian calibration; model verification; multi-model ensembles.
- 02
Данные и приборы
observational benchmarks; model ensembles; expert elicitation; experimental data; parameter databases.
- 03
Валидация
Прогнозные распределения проверяются на калибровку и резкость по отложенным наблюдениям. Верификация подтверждает, что код решает заданные уравнения.
- 04
Ограничения
Структурную неопределённость и неизвестные неизвестные трудно представить. Вычислительные затраты ограничивают исследование моделей высокой размерности.
- 05
Использование в решениях о рисках
Uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions.
Uncertainty quantification follows verification and validation practice.
| Справка | Что устанавливает |
|---|---|
| ASME V&V standards | Verification and validation of computational models |
| Руководство МГЭИК по неопределённости | Communication of uncertainty |
| Bayesian model calibration | Parameter inference with uncertainty |
Как устроен процесс.
Process explorer · Process
Uncertainty quantification and model validation: How an economic shock propagates
8 шагов·4 этапа
Процесс
Uncertainty quantification and model validation: How an economic shock propagates
Модели «затраты-выпуск» прослеживают изменение конечного использования или цен первичных ресурсов через межотраслевые связи с мультипликаторами выпуска, дохода и занятости.
01 Шок и связи
- 01ШокНабор данных · Компетентный органШок поступает как экзогенное изменение конечного использования или как изменение цены первичного ресурса.
- 02Межотраслевые связиМодель · Компетентный органОбратные связи связывают отрасль с её поставщиками, прямые связи с её покупателями. Модель предполагает фиксированные технические коэффициенты затрат.
02 Экономика
- 03Отраслевой выпускМодель · Компетентный органКоличественная модель оценивает, как изменение конечного использования влияет на выпуск. Мультипликаторы выпуска показывают объём производства, необходимый на единицу конечного использования.
- 04ЦеныМодель · Компетентный органЦеновая модель имитирует инфляцию издержек, вызванную изменением цен на первичные ресурсы. Она предполагает совершенную конкуренцию.
03 Люди
- 05ЗаданияНабор данных · Компетентный органМультипликаторы занятости показывают число рабочих мест, создаваемых на единицу валюты дополнительного конечного использования.
- 06Доходы домохозяйствНабор данных · Компетентный органМультипликаторы дохода показывают, как изменения конечного использования влияют на доходы домохозяйств. Матрица социальных счетов показывает кругооборот доходов.
04 Государство
- 07Государственные финансыШаг · Компетентный органВлияние на государственные доходы и расходы требует связи государственных счетов с моделью, например в матрице социальных счетов.
- 08Ответные меры политикиРешение · Компетентный органОтветственная сторона принимает решение об ответных мерах. Те же связи можно использовать для их проверки.
Описание внешнего стандарта или метода по его публичным источникам. Оно описывает, что говорит рамочный документ, и не является записью о каком-либо прогоне. Оно не показывает, что Nexus или какой-либо партнёр выполняет, сертифицирует или одобряет какой-либо шаг. Этап является шагом метода, а не одобрением Nexus. Модели предполагают фиксированные технические коэффициенты и не являются прогнозами.
Uncertainty that survives the chain.
When models are chained, uncertainty compounds. A hazard model’s spread, an exposure dataset’s error and a vulnerability curve’s uncertainty must be propagated together. Without that, the final number looks more certain than any of its parts.
- Propagate uncertainty through chained models.
- Separate aleatory and epistemic uncertainty.
- Использовать анализа чувствительности , чтобы выявить доминирующие источники.
- Заявки на системного моделирования и Лаборатории.
Платформы, применяющие этот метод.
Кто ведёт эту страницу.
Systems Science and Modelling stewards uncertainty quantification and model validation: it keeps this description current and reviews how the method is applied across the platforms.
Where this page’s references lead.
Органы и документы, с которыми сопоставляется эта страница. Статусы и редакции меняются; каждая ссылка ведёт к выпускающему органу.
Вопросы и ответы.
Почему одно учреждение размещает все страницы методов?
Как предложить исправление к странице метода?
Поделитесь доказательствами с этой страницы.
Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.
- Электронная почтаШлюз GW-GCRIОтправьте с этой страницыДоказательная база, исправление, случай, метод, рецензия, перевод или вклад в профиль. Материал приходит с пометкой этой страницы, поэтому его получает редактор, отвечающий за неё.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ОтчётыGCRIВсе способы внести вкладВиды вклада, порядок рецензирования каждого из них, указание авторства, лицензия и то, что никогда не принимается.
Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.
Предложите метод, набор данных или вопрос.
Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.
Юридические документы.
Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.