不同学科中模型相关不确定性如何被量化与报告？
应用统计
2022-07-04 v2 大气与海洋物理
定量方法
摘要
我们如何知道我们已知多少？量化与建模工作相关的不确定性是我们回答关于任何现象已知多少的唯一途径。随着定量科学如今在公共领域极具影响力，且模型结果转化为行动，我们必须以充分的严谨性支撑结论，以产生有用、可复现的结果。对基于模型的不确定性的考虑不完整会导致具有现实影响的错误结论。尽管存在这些潜在破坏性后果，不确定性考虑在科学领域内部与跨科学领域均不完整。我们采取独特的跨学科方法，对来自生物、物理与社会科学七个科学领域的模型相关不确定性量化进行系统审计。我们的结果表明，没有任何单一领域实现了对模型不确定性的完整考虑，但合力可填补空白。我们提出通过采用不确定性考虑的源框架、模型类型特定指南、改进呈现与共享最佳实践来改进不确定性量化的机会。我们还识别出共同的突出挑战（输入数据中的不确定性、权衡平衡、误差传播以及界定所需不确定性程度）。最后，我们针对当前实践（遵循良好实践指南与不确定性检查表、以数值呈现不确定性、将模型相关不确定性传播至结论）、未来研究优先事项（输入数据中的不确定性、复杂模型中不确定性量化、以及不同背景下缺失不确定性的重要性）与跨科学的通用研究标准（关于研究局限的透明性及稿件中专门的不确定性章节）提出九项具体建议。
引用
@article{arxiv.2206.12179,
title = {How is model-related uncertainty quantified and reported in different disciplines?},
author = {Emily G. Simmonds and Kwaku Peprah Adjei and Christoffer Wold Andersen and Janne Cathrin Hetle Aspheim and Claudia Battistin and Nicola Bulso and Hannah Christensen and Benjamin Cretois and Ryan Cubero and Ivan A. Davidovich and Lisa Dickel and Benjamin Dunn and Etienne Dunn-Sigouin and Karin Dyrstad and Sigurd Einum and Donata Giglio and Haakon Gjerlow and Amelie Godefroidt and Ricardo Gonzalez-Gil and Soledad Gonzalo Cogno and Fabian Grosse and Paul Halloran and Mari F. Jensen and John James Kennedy and Peter Egge Langsaether and Jack H. Laverick and Debora Lederberger and Camille Li and Elizabeth Mandeville and Caitlin Mandeville and Espen Moe and Tobias Navarro Schroder and David Nunan and Jorge Sicacha Parada and Melanie Rae Simpson and Emma Sofie Skarstein and Clemens Spensberger and Richard Stevens and Aneesh Subramanian and Lea Svendsen and Ole Magnus Theisen and Connor Watret and Robert B. OHara},
journal= {arXiv preprint arXiv:2206.12179},
year = {2022}
}
备注
40 Pages (including supporting information), 3 Figures, 2 Boxes, 1 Table