调查加权与小区域估计
住户调查数据结合其抽样设计进行分析,小区域模型在各区之间借用信息以估计次国家覆盖率,可信区间与估计值并列绘制于地图上。
GCRI · Health Nexus
Probability and statistics turn incomplete, delayed and biased health data into estimates with stated uncertainty. In this field they handle survey sampling, small numbers, under-reporting and shifting baselines, so that every indicator carries a range and the assumptions behind it rather than a single, overconfident number.
概率与统计为描述不确定性和从数据中学习提供了数学框架,是各风险学科中估计、检验和预测的基础。在健康与生物安全领域,统计方法可量化相互关联的 系统中损失的可能性和不确定性。它们使风险决策背后的证据明确且可复现。权威描述见 STEM Commons.
住户调查数据结合其抽样设计进行分析,小区域模型在各区之间借用信息以估计次国家覆盖率,可信区间与估计值并列绘制于地图上。
Models fitted to past mortality with trend and seasonality give the expected count against which observed deaths are compared, and the baseline’s uncertainty is carried into the excess.
Capture-recapture, serosurveys and multiplier methods estimate how many infections surveillance misses, so case counts are read against what they are likely to represent.
团队遵循该方法时会使用的界面:其指标、状态与决策。名称为示例,数值仅作示意。
健康 · 健康证据统计 · 运行 R-6555
广义帕累托拟合
| 形状参数 ξ | 0.28 | −0.04 | 0.48 | 若大于零则为重尾 |
| 尺度 σ | 2.3 | 1.0 | 7.5 | 变量单位 |
| 超阈值次数 | 136 | 去簇化 |
| 数据 | 角色 | 标签 |
|---|---|---|
| DHS and MICS microdata | Design-based and model-based estimation | 估算 |
| 人口动态登记序列 | 基线建模 | 已发布统计 |
| Serosurveys | 病例确认率校准 | 观测 |
| 附完整性元数据的常规报告 | Adjustment for missing reports | 已报告 |
健康证据所涉及的各部门统计数据及其相互依赖的强度:研究必须共同观察和建模的内容。
签名
卫生及其合作伙伴
卫生部门为基础设施提供运营人力(0.3),为粮食提供农业劳动力(0.3),为水提供公用事业人力(0.2)。
W · E · I · F · H · B
通过诊断、交叉验证和对假设的敏感性来检查结果。独立复现确认研究发现。
| 核查 | 如何开展 |
|---|---|
| 基于设计的方差 | Standard errors account for clustering, stratification and survey weights |
| 后验预测检验 | Models must reproduce the observed data before they are used to estimate or predict |
| Sensitivity to priors and baselines | 结果在替代假设下重新计算,并报告其差异范围 |
推断依赖于关于独立性、分布和抽样的假设,而这些假设未必成立。样本过小或存在偏差会限制可靠性。
模型、其假设、数据和不确定性,以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意,不是研究发现。
健康证据统计所采用的模型结构、其所作假设,以及各项假设如何检验。
Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力EAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| 假设 | 为何制作 | 如何检验 |
|---|---|---|
| 在一次事件中,危害与暴露相互独立 | 使损失积分保持可计算 | 与基于联合记录拟合的 copula 进行比较 |
| 耦合在工作点附近是线性的 | 让冲击通过 A 传播 | 在线性范围之外施加扰动并比较 |
| 脆弱性曲线可以在不同地点之间迁移使用 | 很少有本地曲线可用 | 在有观测损失的地方据此进行验证 |
Process explorer · Process
10 steps·5 stages
流程
巨灾模型通常包括危害、脆弱性、风险暴露与财务模块,并生成损失表、 年均损失、超越曲线、PML 与 TVaR。
依据公开来源对某一外部标准或方法的概述。它描述的是该框架的内容,而非任何运行记录。它并不表明 Nexus 或任何合作伙伴执行、认证或批准某一步骤。关口是该方法的一个步骤,绝不是 Nexus 的批准。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。