Propagating input uncertainty
Ranges and distributions for inputs are sampled through risk models so that outputs carry intervals, and the inputs that drive most of the output range are identified.
GCRI · Manajemen Risiko Sistemik
Uncertainty quantification states how much a risk estimate could differ from reality and why. In systemic risk management it separates variability from lack of knowledge, propagates uncertainty through models, and shows decision makers which uncertainties matter for their choice.
Uncertainty quantification and model validation characterise how uncertainty in inputs, parameters and model structure affects predictions. They establish how much confidence a model’s outputs deserve. In risk management and systemic risk and methods and modelling, uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions. The canonical description is on the STEM Commons.
Ranges and distributions for inputs are sampled through risk models so that outputs carry intervals, and the inputs that drive most of the output range are identified.
Variabilitas alami dan pengetahuan yang tidak lengkap dipisahkan, sehingga para pengambil keputusan dapat melihat ketidakpastian mana yang dapat dikurangi melalui kajian lebih lanjut dan mana yang tidak.
Where probabilities cannot be defended, results are presented across scenarios without weights, and decisions are examined for robustness rather than expected value.
Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.
Risiko sistemik · Kuantifikasi ketidakpastian · Run R-7955
| Risiko di atas selera risiko | Seragam | risks, stated | Elisitasi pakar |
| Indikator risiko utama yang dilanggar | Normal | KRIs, stated | Elisitasi pakar |
| Controls tested effective | Normal | of controls, stated | Elisitasi pakar |
| Tautan saling ketergantungan yang dipetakan | Beta | keterkaitan, dinyatakan | Elisitasi pakar |
Set data dan catatan yang digunakan oleh kuantifikasi ketidakpastian dan validasi model pada platform ini, beserta peran masing-masing dan label yang dibawa oleh nilainya. Sumber dicantumkan dalam register sumber.
| Data | Peran | Label |
|---|---|---|
| Model input distributions | Masukan pengambilan sampel | ESTIMASI |
| Elisitasi pakar catatan | Ranges for poorly known parameters | ESTIMASI |
| Observed outcomes | Calibration and validation | TERAMATI |
| Scenario sets | Deep uncertainty exploration | DIMODELKAN |
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.
The model structure used for uncertainty quantification for risk, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulanganEAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Asumsi | Mengapa ini dibuat | Bagaimana ini diuji |
|---|---|---|
| Bahaya dan eksposur bersifat independen dalam satu peristiwa | Menjaga integral kerugian tetap dapat dihitung | Bandingkan dengan pencocokan kopula pada catatan gabungan |
| Keterkaitan bersifat linear di dekat titik operasi | Membiarkan guncangan merambat melalui A | Uji di luar rentang linear lalu bandingkan |
| Kurva kerentanan dapat dipindahkan antartempat | Kurva lokal jarang tersedia | Validasi terhadap kerugian teramati jika tersedia |
Distribusi prediktif diuji kalibrasi dan ketajamannya terhadap observasi yang tidak digunakan dalam pelatihan. Verifikasi memastikan bahwa kode menyelesaikan persamaan yang dimaksud.
| Pemeriksaan | Cara pelaksanaannya |
|---|---|
| Global sensitivity analysis | Variance-based or other global methods identify which inputs drive output uncertainty |
| Kalibrasi interval | Interval yang dinyatakan dibandingkan dengan seberapa sering hasil jatuh di dalamnya |
| Ketidakpastian struktural | Hasil dari struktur model alternatif dibandingkan dan dilaporkan bersama |
Ketidakpastian struktural dan hal-hal tak diketahui sulit direpresentasikan. Biaya komputasi membatasi eksplorasi model berdimensi tinggi.
Process explorer · Process
10 steps·4 stages
Proses
In IPCC AR6 Working Group II, climate risk results from interactions between hazards and a system’s exposure and vulnerability, and responses can add risk.
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.
Ilmu Sistem dan Pemodelan mengelola kuantifikasi ketidakpastian dan validasi model bagi Konsorsium serta meninjau penerapannya di seluruh platform.
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.
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.
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.
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.
Situs ini hanya menggunakan kuki yang benar-benar diperlukan agar dapat berfungsi dan untuk mengingat pilihan privasi Anda. Tidak ada yang dimuat dari perusahaan lain, dan kami tidak pernah menjual atau membagikan informasi pribadi Anda.
Situs ini hanya menggunakan kuki yang benar-benar diperlukan agar dapat berfungsi dan untuk mengingat pilihan privasi Anda. Tidak ada yang dimuat dari perusahaan lain, dan kami tidak pernah menjual atau membagikan informasi pribadi Anda. Kami tidak menayangkan iklan. Anda dapat meninjau pilihan Anda kapan saja melalui Pilihan privasi di bagian bawah setiap halaman.