Skip to content

GCRI · Labs

Statistik untuk desain riset

Probability and statistics decide what a study can conclude: how large a sample must be, where signal ends and noise begins, how big and how precise an effect is. They are also a common source of failure, through underpowered designs, misread significance tests and analytic flexibility, which is why this lab treats statistical planning as part of the protocol.

Ajukan pertanyaan Back to STEM foundation of Labs
01Daftar

Statistics for research design on the record.

Catatan metodeMetode STEM
  1. MetodeProbabilitas dan statistika
  3. Diterapkan diLaboratorium
  6. Halaman kanonisSTEM Commons
02Permohonan

What probability and statistics does here.

Probability and statistics provide the mathematical framework for describing uncertainty and learning from data. They underpin estimation, testing and prediction in every risk discipline. In research and evidence, methods and modelling and innovation, statistical methods quantify the likelihood and uncertainty of losses across interconnected sistem. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on STEM Commons.

Sample size and power planning

The smallest effect worth detecting is set from prior evidence or practical relevance, and the sample is sized to detect it with stated power, or to estimate it with stated precision, before recruitment begins.

Meta-analysis with bias assessment

Effects from many studies are pooled with random-effects models, heterogeneity is examined, and funnel plots and selection models test whether small-study effects or publication bias distort the pooled estimate.

Multiverse and specification analysis

Every defensible combination of exclusions, covariates and outcome definitions is run and reported together, so readers see how far a conclusion depends on analytic choices.

03Metode dan bukti

How statistics for research design is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

The model structure used for statistics for research design, the assumptions it makes and how each is tested.

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
04Data

Apa yang digunakan metode ini.

Datasets and records used by probability and statistics on this platform, with the role each plays and the label its values carry. Sources are listed in register sumber.

DataPeranLabel
Registered analysis plansFixing hypotheses and tests in advanceDINYATAKAN
Raw experiment and trial dataRe-analysis and diagnostic checksTERAMATI
Published effect sizesMeta-analytic poolingDILAPORKAN
Simulation studiesPower and error-rate planningDIMODELKAN
05Proses

Bagaimana proses berjalan.

Process explorer · Process

Statistics for research design: Catastrophe model pipeline

10 steps5 tahap

Proses

Statistics for research design: Catastrophe model pipeline

Model katastrofe biasanya memiliki modul bahaya, kerentanan, keterpaparan, dan keuangan, serta menghasilkan tabel kerugian, rata-rata kerugian tahunan, kurva terlampaui, PML, dan TVaR.

  1. 01 Bahaya

    1. 01Katalog peristiwaSet data · Pengembang modelModul bahaya memuat katalog besar kejadian simulasi yang mewakili beragam skenario yang masuk akal.
    2. 03Modul bahayaModel · Pengembang modelUntuk setiap kejadian, modul bahaya memberikan intensitas bahaya lokal yang dibaca modul kerentanan.

  2. 02 Keterpaparan dan kerusakan

    1. 02EksposurDataset · Ethics committeeModul keterpaparan memuat data portofolio, seperti informasi spesifik lokasi.
    2. 04Modul kerentananModel · Pengembang modelModul kerentanan mengukur kerusakan yang diharapkan pada objek terpapar akibat suatu kejadian.

  3. 03 Keuangan

    1. 05Modul keuanganModel · Ethics committeeModul keuangan menghitung kerugian dari semua skenario kejadian. Kerugian dasar (ground-up), bruto, dan neto berbeda sebagaimana ditunjukkan di bawah.
    2. 06Tabel kerugian kejadianDataset · Ethics committeeTabel kerugian kejadian mencantumkan setiap kejadian dengan probabilitas terjadinya per tahun dan kerugiannya bagi portofolio.
    3. 07Tabel kerugian tahunanDataset · Ethics committeeSebagian model juga mengambil sampel tahun simulasi dari kerugian kejadian. Garis besar ini tidak menjelaskan formatnya.

  4. 04 Metrik

    1. 08Probabilitas pelampauan curvesModel · Ethics committeeKurva kejadian memberikan peluang bahwa kerugian terbesar dalam setahun melampaui suatu jumlah. Kurva agregat melakukan hal yang sama untuk jumlah kerugian.
    2. 09AAL, PML, dan TVaRModel · Ethics committeeKerugian tahunan rata-rata menjumlahkan probabilitas kejadian dikalikan kerugian. PML adalah satu titik pada kurva kejadian.

  5. 05 Penggunaan hasil

    1. 10Penggunaan hasilDecision · Ethics committeeThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.

Garis besar suatu standar atau metode eksternal, dari sumber publiknya. Garis besar ini menjelaskan apa yang dinyatakan kerangka itu, bukan catatan pelaksanaan apa pun. Garis besar ini tidak menunjukkan bahwa Nexus atau mitra mana pun melaksanakan, menyertifikasi, atau menyetujui suatu langkah. Gerbang adalah langkah dalam metode, tidak pernah persetujuan Nexus.

06Validasi

Cara hasil diperiksa.

Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.

PemeriksaanCara pelaksanaannya
Planned versus reported testsEvery reported test is matched to the plan; unplanned tests are labelled exploratory
Assumption diagnosticsResiduals, independence and distributional assumptions are checked and reported
Multiplicity controlCorrections or hierarchical testing are applied where many outcomes or subgroups are tested
Independent re-analysisA second analyst reproduces key estimates from the raw data

Inference depends on assumptions about independence, distribution and sampling that may not hold. Small or biased samples limit reliability.

07Keterkaitan

Topik yang bertumpu pada metode ini.

08Pengelolaan

Siapa yang memelihara metode ini.

Ilmu Sistem dan Pemodelan stewards probability and statistics for the Consortium and reviews how it is applied across platforms.

Canonical page: Probability and statistics

09Terhubung

Ke mana halaman ini mengarah di seluruh Konsorsium.

10Pertanyaan

Tanya jawab.

What are the limits of probability and statistics in this field?
Inference depends on assumptions about independence, distribution and sampling that may not hold. Small or biased samples limit reliability.
Bagaimana hasil diperiksa?
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRILaboratoriumBukti LabsMetode dan Teknis

Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.

Laboratorium

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.

Usulkan metode Lihat semua jalur kontak
Hukum

Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.