Skip to content

GCRI · Reports

Statistik untuk sintesis bukti

Probability and statistics underpin evidence synthesis and statistical review. They combine results across studies, detect bias in what gets published, judge whether a report’s numbers support its claims, and measure how consistently reviewers and screeners agree, so that the weight a synthesis gives each study can be checked by others.

01Daftar

Statistik untuk sintesis bukti yang tercatat.

Catatan metodeMetode STEM
  1. MetodeProbabilitas dan statistika
  2. Diterapkan diLaporan
  3. Canonical pageSTEM Commons
02Permohonan

Peran probabilitas dan statistika di sini.

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, statistical methods quantify the likelihood and uncertainty of losses across interconnected systems. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on the STEM Commons.

Meta-analysis with heterogeneity stated

Estimasi efek dari studi yang sebanding dipoolkan dengan model efek acak, heterogenitas dilaporkan dan ditelaah, dan pemoolan ditahan jika studi mengukur hal yang berbeda.

Bias studi kecil dan bias publikasi

Funnel plots, selection models and comparison with trial and protocol registries test whether the published studies are a biased subset of those conducted.

Tinjauan statistik dan kesepakatan penyaringan

A statistical reviewer checks designs, models and reported uncertainty in a report, and agreement between independent screeners in a systematic review is measured before screening proceeds.

03Pantau

Kesesuaian ekor distribusi.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Kecocokan ekor

Reports · Statistik untuk sintesis bukti · Run R-3361

Shape parameter uncertainGCRI · Reports

Kurva tingkat kala ulang

Kartu metode

Metode
Probabilitas dan statistika
Pendekatan
puncak di atas ambang batas
Ambang batas
97th percentile
Label
DIMODELKAN

Parameter

kecocokan Pareto terampat

Bentuk ξ0.17−0.040.56ekor berat jika di atas nol
Skala σ3.41.05.6satuan variabel
Pelampauan86dideklaster
Tail fit: the screen’s structure, terms and states for Reports.Example names and illustrative values; a design, not a record or a live system.
04Data

Apa yang digunakan metode ini.

Set data dan catatan yang digunakan oleh probabilitas dan statistik di platform ini, beserta peran masing-masing dan label yang disandang nilainya. Sumber tercantum dalam register sumber.

DataPeranLabel
Estimasi efek tingkat studi dan variansnyaInputs to pooling and heterogeneity analysisDILAPORKAN
Cochrane and Campbell systematic reviewsReference syntheses and their data tablesDILAPORKAN
PROSPERO and OSF registrationsPerbandingan analisis yang direncanakan dan yang dipublikasikanDINYATAKAN
Screening decisions from independent reviewersKesepakatan antarpenilaiTERAMATI
05Metode dan bukti

Bagaimana statistik untuk sintesis bukti dimodelkan, diukur, dan diuji.

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 evidence synthesis, 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 · Lkover events k with annual probability 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.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validasi

Cara hasil diperiksa.

Hasil diperiksa melalui diagnostik, validasi silang, dan sensitivitas terhadap asumsi. Replikasi independen mengonfirmasi temuan.

PemeriksaanCara pelaksanaannya
Pelaporan berdasarkan PRISMAEach synthesis is checked against the PRISMA items, including the flow of records through screening
Sensitivity to inclusionResults are recomputed excluding high risk-of-bias studies and influential studies
Outcome reportingHasil yang dipublikasikan dibandingkan dengan protokol terdaftar dan perbedaannya dijelaskan
Independent statistical reviewSeorang peninjau yang tidak terlibat dalam analisis memeriksa model dan ketidakpastian yang dinyatakan

Inferensi bergantung pada asumsi tentang independensi, distribusi, dan pengambilan sampel yang mungkin tidak terpenuhi. Sampel kecil atau bias membatasi keandalan.

07Proses

Bagaimana proses berjalan.

Process explorer · Process

Statistics for evidence synthesis: Catastrophe model pipeline

10 steps5 stages

Proses

Statistics for evidence synthesis: 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. 02ExposureDataset · Series editorThe exposure module houses the portfolio data, such as location-specific information.
    2. 04Modul kerentananModel · Pengembang modelModul kerentanan mengukur kerusakan yang diharapkan pada objek terpapar akibat suatu kejadian.
  3. 03 Keuangan

    1. 05Modul keuanganModel · Editor seriModul keuangan menghitung kerugian dari semua skenario kejadian. Kerugian dasar (ground-up), bruto, dan neto berbeda sebagaimana ditunjukkan di bawah.
    2. 06Event loss tableDataset · Series editorAn event loss table lists each event with its annual occurrence probability and its loss for the portfolio.
    3. 07Year loss tableDataset · Series editorSome models also sample simulated years from event losses. This outline does not describe their format.
  4. 04 Metrik

    1. 08Exceedance probability curvesModel · Series editorThe occurrence curve gives the chance that the largest loss in a year exceeds an amount. The aggregate curve does so for the sum of losses.
    2. 09AAL, PML, dan TVaRModel · Editor seriKerugian tahunan rata-rata menjumlahkan probabilitas kejadian dikalikan kerugian. PML adalah satu titik pada kurva kejadian.
  5. 05 Penggunaan hasil

    1. 10Use of resultsDecision · Series editorThe 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.

09Pengelolaan

Siapa yang memelihara metode ini.

Ilmu Sistem dan Pemodelan mengelola probabilitas dan statistika bagi Konsorsium dan meninjau penerapannya di berbagai platform.

11Pertanyaan

Tanya jawab.

Apa saja keterbatasan probabilitas dan statistika di bidang ini?
Inferensi bergantung pada asumsi tentang independensi, distribusi, dan pengambilan sampel yang mungkin tidak terpenuhi. Sampel kecil atau bias membatasi keandalan.
Bagaimana hasil diperiksa?
Hasil diperiksa melalui diagnostik, validasi silang, dan sensitivitas terhadap asumsi. Replikasi independen mengonfirmasi temuan.
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.

Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.

GCRILaporanRisiko dan Ketahanan Sistem GlobalRisiko dan Ketahanan Sistem NegaraLaporan Triwulanan Negara
Laporan

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.