Skip to content

GCRI · Reports

Статистика для синтеза доказательств

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.

01Реестр

Statistics for evidence synthesis on the record.

Запись о методеSTEM-метод
  1. МетодТеория вероятностей и статистика
  2. Применяется вОтчёты
  3. Canonical pageSTEM Commons
02Заявка

Что здесь делают теория вероятностей и статистика.

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

Effect estimates from comparable studies are pooled with random-effects models, heterogeneity is reported and explored, and pooling is withheld where studies measure different things.

Small-study and publication bias

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

Statistical review and screening agreement

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.

03Мониторинг

Соответствие хвоста распределения.

Экран, который команда использовала бы для следования этому методу: его показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.

Подгонка хвоста

Reports · Statistics for evidence synthesis · Run R-3361

Shape parameter uncertainGCRI · Reports

Кривая уровней повторяемости

Карточка метода

Метод
Теория вероятностей и статистика
Подход
пики сверх порога
Порог
97th percentile
Метка
СМОДЕЛИРОВАНО

Параметры

подгонка обобщённого распределения Парето

Параметр формы ξ0.17−0.040.56тяжёлый хвост, если значение выше нуля
Масштаб σ3.41.05.6единицы переменной
Превышения86после декластеризации
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.
04Данные

Что потребляет метод.

Наборы данных и записи, используемые теорией вероятностей и статистикой на этой платформе, с указанием роли каждого из них и метки, которую несут их значения. Источники перечислены в реестре источников.

ДанныеРольМетка
Study-level effect estimates and variancesInputs to pooling and heterogeneity analysisСООБЩЕНО
Cochrane and Campbell systematic reviewsСправочные обзоры и их таблицы данныхСООБЩЕНО
PROSPERO and OSF registrationsСравнение запланированных и опубликованных анализовЗАДЕКЛАРИРОВАНО
Screening decisions from independent reviewersInter-rater agreementНАБЛЮДАЕМО
05Методы и доказательная база

Как моделируются, измеряются и проверяются статистические методы синтеза доказательств.

Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.

Модель, уравнения и допущения

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

Риск элемента iRi = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагирования
Ожидаемый годовой ущербEAL = ∑k pk · Lkover events k with annual probability pk
Связанные системыxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
ДопущениеЗачем это создаётсяКак это проверяется
В пределах события опасность и подверженность независимыДелает интеграл убытков вычислимымСравнить с подгонкой копулы по совместным записям
Вблизи рабочей точки связи линейныПозволяет потрясениям распространяться через AВыйдите за пределы линейного диапазона и сравните
Кривые уязвимости переносятся между местамиМестные кривые редко доступныПроверять по наблюдаемым убыткам там, где они есть
Исходные данные
версионированные наборы данных с указанием происхождения
Результаты
распределения, а не отдельные числа
Код
выпускается вместе с карточкой модели и тестами
Воспроизведение
те же данные, код, среда и начальное значение
Стандартные формулировки риска и пространства состояний; перечисленные допущения типичны для метода и приведены для рецензирования, а не как результаты.
Руководящие принципы FAIR · GO FAIR и FORCE11W3C PROV · Консорциум Всемирной паутиныРуководство по единообразному учёту неопределённостей · МГЭИКCEOS Analysis Ready Data · Комитет по спутникам наблюдения Земли
06Валидация

Как проверяются результаты.

Результаты проверяются с помощью диагностики, перекрёстной валидации и анализа чувствительности к допущениям. Независимое воспроизведение подтверждает выводы.

ПроверкаКак это делается
Reporting against 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 reportingPublished outcomes are compared with registered protocols and differences explained
Independent statistical reviewA reviewer not involved in the analysis checks the models and the stated uncertainty

Выводы зависят от допущений о независимости, распределении и выборке, которые могут не выполняться. Малые или смещённые выборки ограничивают надёжность.

07Процесс

Как устроен процесс.

Process explorer · Process

Statistics for evidence synthesis: Catastrophe model pipeline

10 steps5 stages

Процесс

Statistics for evidence synthesis: Catastrophe model pipeline

Модели катастроф обычно включают модули опасности, уязвимости, подверженности и финансовый модуль и выдают таблицы убытков, средние годовые потери, кривые превышения, PML и TVaR.

  1. 01 Опасность

    1. 01Каталог событийНабор данных · Разработчик моделиМодуль опасности содержит большой каталог смоделированных событий, представляющий широкий спектр правдоподобных сценариев.
    2. 03Модуль опасностиМодель · Разработчик моделиДля каждого события модуль опасности даёт локальную интенсивность опасности , которую считывает модуль уязвимости.
  2. 02 Подверженность и ущерб

    1. 02ПодверженностьНабор данных · Редактор серииМодуль подверженности содержит данные портфеля, например информацию о местоположении.
    2. 04Модуль уязвимостиМодель · Разработчик моделиМодуль уязвимости количественно оценивает ожидаемый ущерб от события для объектов подверженности.
  3. 03 Финансовые аспекты

    1. 05Financial moduleModel · Series editorThe financial module calculates losses from all event scenarios. Ground-up, gross and net losses differ as shown below.
    2. 06Таблица убытков от событийНабор данных · Редактор серииТаблица убытков от событий перечисляет каждое событие с его годовой вероятностью наступления и убытком для портфеля.
    3. 07Таблица годовых убытковНабор данных · Редактор серииНекоторые модели также генерируют смоделированные годы на основе убытков от событий. Это описание не раскрывает их формат.
  4. 04 Метрики

    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 and TVaRModel · Series editorAverage annual loss sums event probability times loss. PML is one point on the occurrence curve.
  5. 05 Использование результатов

    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.

Описание внешнего стандарта или метода по его публичным источникам. Оно описывает, что говорит рамочная основа, а не запись о каком-либо прогоне. Оно не показывает, что Nexus или какой-либо партнёр выполняет, сертифицирует или утверждает какой-либо шаг. Этап является шагом метода и никогда не является утверждением Nexus.

09Ведение и сопровождение

Кто ведёт метод.

Системная наука и моделирование осуществляют ведение и сопровождение теории вероятностей и статистики для Консорциума и рецензируют их применение на разных платформах.

11Вопросы

Вопросы и ответы.

Каковы ограничения теории вероятностей и статистики в этой области?
Выводы зависят от допущений о независимости, распределении и выборке, которые могут не выполняться. Малые или смещённые выборки ограничивают надёжность.
Как проверяются результаты?
Результаты проверяются с помощью диагностики, перекрёстной валидации и анализа чувствительности к допущениям. Независимое воспроизведение подтверждает выводы.
Значения на этой странице реальные?
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.
Где ещё применяется этот метод?
Observatory Каноническая страница метода перечисляет все применяющие его платформы.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.

GCRIОтчётыГлобальные риски систем и устойчивостьРиски и устойчивость страновых системЕжеквартальный страновой обзор
Отчёты

Предложите метод, набор данных или вопрос.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.