جزییات کتاب
Samhällsekonomiska modeller inom transportområdet, till exempel Sampers- modellen för persontransporter, innebär ofta komplexa samspel mellan olika delmodeller och beräkningar på omfattande datamängder. Modellparametrar, tidsvärden och antaganden om t.ex. ekonomisk utveckling är vidare förenade med stor osäkerhet. Vid prognoser vore det därför önskvärt att förutom punktskattningar av framtida värden också beräkna osäkerhetsintervall som visar på den osäkerhet som följer av osäkerhet i indata. Ett sätt att uppskatta sådan prognososäkerhet är genom Monte Carlo-simulering. Utifrån antagen osäkerhet i indata och genom upprepade slumpdragningar och modellevalueringar uppskattas då motsvarande statistisk osäkerhet i prognosresultatet. Rapporten handlar om metodmässiga aspekter på Monte Carlo-simulering. Särskilt diskuteras tekniker för slumpdragning och hantering av statistiska beroenden mellan olika variabler och hur metoden kan utformas för att begränsa erforderligt antal modell- evalueringar. Långa beräkningstider är troligtvis det främsta ”hotet” mot Monte Carlo-analys och möjligheten att uppskatta modellosäkerhet i Sampers. Det är därför viktigt att metoden utformas noggrant så att inte onödigt många modellevalueringar krävs. Även andra metoder än Monte Carlo-simulering bör övervägas, till exempel metoder baserade på responsytor.