Aleatorisk og epistemisk uvisshet
- Aleatorisk uvisshet
- Aleatorisk uvisshet er også kjent som stokastisk uvisshet, og er representativ for ukjente utfall som varierer hver gang vi kjører det samme eksperimentet. For eksempel vil et enkelt pilskudd med en mekanisk bue som nøyaktig dupliserer hver utskytning (samme akselerasjon, høyde, retning og slutthastighet) ikke treffe samme punkt på målet på grunn av tilfeldige og kompliserte vibrasjoner i pilskaftet, der kunnskap om disse fenomenene ikke kan bestemmes tilstrekkelig til å eliminere den resulterende spredningen av treffpunkter. Argumentet her ligger åpenbart i definisjonen av «ikke kan». Bare fordi vi ikke kan måle tilstrekkelig med våre nåværende tilgjengelige måleinstrumenter, utelukker det ikke nødvendigvis eksistensen av slik informasjon, noe som ville flytte denne uvissheten til kategorien av epistemisk uvisshet beskrevet nedenfor. Aleatorisk er avledet fra det latinske ordet alea eller terninger, som refererer til et sjansespill.
- Epistemisk uvisshet
- Epistemisk uvisshet skyldes ting man i prinsippet kunne vite, men ikke gjør i praksis. Dette kan f.eks. være fordi informasjon ikke er innhentet når det er vanskelig eller når man ikke er interessert, fordi en måling ikke er nøyaktig, fordi modellen neglisjerer visse effekter, eller fordi bestemte data bevisst har blitt utelatt. Et eksempel på en kilde til denne uvissheten ville være luftmotstand i et eksperiment designet for å måle tyngdeakselerasjonen nær jordoverflaten. Den vanlige gravitasjonsakselerasjonen på 9.8 m/s² tar ikke hensyn til effektene av luftmotstand, men luftmotstanden for objektet kan måles og innlemmes i eksperimentet for å redusere den resulterende epistemiske uvissheten i beregningen av gravitasjonsakselerasjonen.
I vurdering av praktiske situasjoner er ofte begge typer uvisshet tilstede i varierende grad. Uvisshetskvantifisering har til hensikt å uttrykke begge typer uvisshet eksplisitt separat. Kvantifiseringen for aleatoriske uvissheter kan være relativt enkel, der tradisjonell frekventistisk sannsynlighet er den mest grunnleggende formen. Teknikker som Monte Carlo-metoden brukes ofte. For å evaluere epistemiske uvissheter, gjøres det en innsats for å forstå (mangelen på) kunnskap om systemet, prosessen eller mekanismen. Epistemisk uvisshet forstås generelt gjennom linsen til bayesiansk sannsynlighet, hvor sannsynligheter tolkes som en indikasjon på hvor viss en rasjonell person kan være angående en spesifikk påstand.
Matematisk perspektiv
Uvisshet beskrives matematisk ofte i form av sannsynlighets(tetthets)fordelinger over mulige utfall, som er en typisk metode brukt i statistikk. Fra det perspektivet betyr aleatorisk uvisshet at sannsynlighetsfordeligen ikke entydig peker ut et spesifikt utfall eller utsagn, mens epistemisk uvisshet betyr at man ikke kjenner den relevante sannsynlighetsfordelingen fordi man mangler grunnlag for å bestemme denne.
Figuren nedenfor viser fire ulike eksempler på aleatorisk og epistemisk uvisshet, visualisert på to matematisk ekvivalente måter bestående av et triangel med subjektive oppfatninger fra subjektiv logikk (en), og som en Beta-sannsynlighetstetthetsfunksjon.
Trianglene representerer barysentriske koordinatsystemer, der en subjektiv oppfatning visualiseres som et blått punkt, med en blå ramme for tilhørende verdier for Tro, Mistro og E-uvisshet (epistemisk), der Tro + Mistro + E-uvisshet = 1. Den blå rammen viser også Grunnrate og Sannsynlighet. A-uvisshet (aleatorisk) er størst når sannsynligheten er P = 0,5. Beta-sannsynlighetstetthetsfordelingen til høyre for trianglene visualiserer hvor på skalaen [0, 1] sannsynligheten har størst tetthet, dvs. hvor sannsynligheten antagelig ligger.
