Musterbewerbung anschreiben

Diese grundlegenden Informationen sollten an Ihre Modelagentur geschrieben werden. Obwohl es keine einheitliche Methode zur Kategorisierung von Unsicherheiten gibt, sind mehrere allgemeine Kategorisierungen klar definiert. Wie Krupnick et al. (2006) feststellten, unterscheidet die Literatur Variabilität von mangelndem Wissen und Unsicherheiten in Parametern von Modellunsicherheiten. Variabilität stellt die inhärente Heterogenität dar, die nicht durch zusätzliche Informationen verringert werden kann, während andere Aspekte von Parameterunsicherheiten durch mehr Überwachung, Beobachtungen oder zusätzliche Experimente verringert werden könnten. Die Unterscheidung von Modellunsicherheiten von Parameterunsicherheiten ist ebenfalls von entscheidender Bedeutung. Modellunsicherheiten stellen Situationen dar, in denen unklar ist, was alle relevanten Variablen sind oder welche funktionalen Beziehungen zwischen ihnen sind. Wie Morgan (2004) bemerkte, ist die Modellunsicherheit viel schwieriger zu bewältigen als die Parameterunsicherheit. Obwohl die Ermittlung und Berücksichtigung der Folgen von modellstrukturellen Fehlern und Unsicherheiten erst seit kurzem Gegenstand einer nachhaltigeren und systematischeren Forschung ist (Beck 1987, 2005; Beven 2005; Refsgaard et al. 2006), die meisten Analysen, die das Problem untersucht haben, berichten, dass Modellunsicherheit eine viel größere Wirkung haben könnte als Unsicherheiten im Zusammenhang mit einzelnen Modellparametern (Linkov und Burmistrov 2003; Koop und Tole 2004; Bredehoeft 2005).

Solche strukturellen Fehler stellen konzeptionelle Fehler im Modell vor, so dass, wenn sie in dieser Phase der Bewertung des konstruierten Modells identifiziert werden, die Bewertung auf eine Neubewertung des konzeptionellen Modells zurückgeworfen werden sollte. In der Phase der Modellanwendung untersucht eine Unsicherheitsanalyse eine Vielzahl quantitativer und qualitativer Faktoren, die dazu führen können, dass die Ausgabewerte eines Modells variieren. Wirksame Strategien zur Darstellung und Kommunikation von Unsicherheiten sind in dieser Phase wichtig. Bei vielen Regulierungsmodellen wird die Glaubwürdigkeit durch die Anerkennung und Charakterisierung wichtiger Unsicherheitsquellen gestärkt. Für viele ist es möglich, die Auswirkungen von Variabilität und Unsicherheit in Eingabeparametern auf Modellvorhersagen zu quantifizieren, indem unten beschriebene Fehlerweitergabemethoden verwendet werden. Sie sollten nicht mit einer umfassenderen Bewertung von Unsicherheiten verwechselt oder verwendet werden, einschließlich der Berücksichtigung von Modellunsicherheiten und der Art und Weise, wie Entscheidungsträger durch Unsicherheitsanalysen informiert werden und die Ergebnisse nutzen könnten. Die EPA könnte eine gesonderte Regelsetzung erlassen, die ein behördenweites Verfahren für die Bewertung und Anpassung der in ihren Regeln verwendeten Modelle festlegt. Ein solcher programmatischer Prozess würde es der Agentur ermöglichen, in wichtigen Phasen der Bewertung und Überarbeitung eines einzelnen Modells angemessene Gelegenheiten für sinnvolle öffentliche Kommentare zu bieten, ohne die Notwendigkeit einer separaten Regelung für jede Überarbeitung auszulösen.