El proceso de cuantificar la confianza o el error asociado con una medición o la predicción de un modelo.La estimación de la incertidumbre es el proceso de cuantificar cuán seguros estamos de una medición o de la predicción de un modelo. En física, toda medición tiene cierto grado de error—ya sea por limitaciones del instrumento, ruido ambiental o límites cuánticos fundamentales—y la estimación de la incertidumbre proporciona una forma formal de expresar ese error. Para los modelos, responde a la pregunta: '¿Cuánto puedo confiar en esta predicción?' Esto es esencial en campos que van desde la ciencia del clima hasta la física de partículas, donde las decisiones se toman basándose en predicciones con incertidumbre inherente.
El tratamiento formal de la incertidumbre en las mediciones comenzó en el siglo XVIII con el trabajo de Carl Friedrich Gauss sobre el método de mínimos cuadrados. En el siglo XX, el desarrollo de la estadística bayesiana por Thomas Bayes (publicado póstumamente en 1763) y más tarde por Pierre-Simon Laplace proporcionó un marco riguroso para combinar el conocimiento previo con los datos. El estándar moderno para expresar la incertidumbre de las mediciones se estableció en 1993 con la Guía ISO para la Expresión de la Incertidumbre en las Mediciones.
La estimación de la incertidumbre suele implicar métodos estadísticos. Para las mediciones, los ensayos repetidos producen una media y una desviación estándar, que cuantifican el error aleatorio; los errores sistemáticos se estiman mediante calibración. Para los modelos, técnicas como la inferencia bayesiana asignan distribuciones de probabilidad a los parámetros del modelo, y las simulaciones de Monte Carlo propagan estas incertidumbres a través del modelo para producir un intervalo de confianza en la salida. En el aprendizaje automático, métodos como el abandono (dropout) o el promediado de conjuntos proporcionan estimaciones de incertidumbre para las predicciones de redes neuronales.
Se utiliza en imágenes médicas (por ejemplo, para diagnosticar cáncer de mama a partir de sombras en radiografías), en el modelado climático para predecir erupciones solares con intervalos de confianza, y en la física de partículas para informar la significancia de nuevos descubrimientos.
El descubrimiento del bosón de Higgs en 2012 solo se anunció después de que la incertidumbre en la medición se redujera a un nivel de 5 sigma, lo que significa que había menos de una probabilidad entre 3.5 millones de que la señal fuera una casualidad estadística.


