Bewertung, ob ein mathematisches oder rechnerisches Modell für seinen beabsichtigten Zweck ausreichend genau und geeignet ist, indem seine Vorhersagen mit unabhängigen Daten, beobachtetem Verhalten oder etablierten Referenzen verglichen werden.

Prinzip

Verwenden Sie unabhängige Evidenz und leistungsbezogene Kriterien, die für den Entscheidungszusammenhang relevant sind, um zu beurteilen, ob Modellausgaben und -verhalten mit der Realität übereinstimmen; achten Sie auf Repräsentativität der Testszenarien und Quantifizierung der Vorhersagefehler.

Demonstration

Ein Niederschlag-Abfluss-Modell, das an einer Teilmenge von Messgebieten kalibriert wurde, wird anhand von Abflussbeobachtungen aus zurückgehaltenen Gebieten und unabhängigen Unwetterereignissen bewertet, um festzustellen, ob die Prognosegenauigkeit den Anforderungen des Wassermanagements genügt.

Fehlanwendung

Die gleichen Daten für Kalibrierung und Validierung verwenden, Validierungsmetriken wählen, die nicht dem Entscheidungsziel entsprechen, oder das Bestehen vieler Tests mit universeller Korrektheit gleichsetzen.

Konsequenz

Richtig durchgeführt verschafft die Validierung den Entscheidungsträgern begründetes Vertrauen in modellgestützte Entscheidungen oder identifiziert Modelldefizite, die zu Überarbeitung oder zusätzlicher Datenerhebung führen.

Umkehrung

Ein Modell für ungültig erklären, indem systematische Vorhersagefehler in unabhängigen Tests aufgezeigt werden, oder Validierung mit Verifikation verwechseln (Verifikation prüft die Codekorrektheit, nicht die Vorhersageadäquatheit).

Abgrenzung

Validierung beweist keine universelle Wahrheit; sie ist bedingt durch die getesteten Szenarien, die Qualität der unabhängigen Daten und die gewählten Metriken; sie schließt die Erkennung von Programmfehlern aus, die Gegenstand der Verifikation sind.

Semantische Spannung

Wird häufig mit Verifikation und Kalibrierung verwechselt; Spannungen entstehen, wenn »Validierung« informell für Codeprüfung, Parameteranpassung oder Modellwahl statt für unabhängige Vorhersagebeurteilung verwendet wird.

Synthese

Modellvalidierung ist die Praxis, die Eignung eines Modells für den vorgesehenen Zweck anhand unabhängiger Belege und relevanter Szenarien zu prüfen, um Vertrauen und Grenzen zu begründen.