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 · Управление системными рисками
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.
Natural variability and incomplete knowledge are kept apart, so that decision makers see which uncertainty could be reduced by further study and which could not.
Where probabilities cannot be defended, results are presented across scenarios without weights, and decisions are examined for robustness rather than expected value.
Экран, который команда использовала бы для следования этому методу: его показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.
Systemic risk · Uncertainty quantification · Run R-7955
| Риски выше риск-аппетита | Равномерное | risks, stated | опрос экспертов |
| Key risk indicators in breach | Норма | KRIs, stated | опрос экспертов |
| Controls tested effective | Норма | of controls, stated | опрос экспертов |
| Interdependency links mapped | Бета | связи, заявленные | опрос экспертов |
Наборы данных и записи, используемые для количественной оценки неопределённости и валидации моделей на этой платформе, с указанием роли каждого и метки, присваиваемой его значениям. Источники перечислены в реестре источников.
| Данные | Роль | Метка |
|---|---|---|
| Model input distributions | Sampling inputs | ОЦЕНЕНО |
| Выявление экспертных оценок записывает | Ranges for poorly known parameters | ОЦЕНЕНО |
| Observed outcomes | Calibration and validation | НАБЛЮДАЕМО |
| Наборы сценариев | Deep uncertainty exploration | СМОДЕЛИРОВАНО |
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.
The model structure used for uncertainty quantification for risk, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагированияEAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Допущение | Зачем это создаётся | Как это проверяется |
|---|---|---|
| В пределах события опасность и подверженность независимы | Делает интеграл убытков вычислимым | Сравнить с подгонкой копулы по совместным записям |
| Вблизи рабочей точки связи линейны | Позволяет потрясениям распространяться через A | Выйдите за пределы линейного диапазона и сравните |
| Кривые уязвимости переносятся между местами | Местные кривые редко доступны | Проверять по наблюдаемым убыткам там, где они есть |
Прогнозные распределения проверяются на калибровку и резкость по отложенным наблюдениям. Верификация подтверждает, что код решает заданные уравнения.
| Проверка | Как это делается |
|---|---|
| Глобальный уровень анализа чувствительности | Variance-based or other global methods identify which inputs drive output uncertainty |
| Calibration of intervals | Stated intervals are compared with how often outcomes fall inside them |
| Structural uncertainty | Результаты альтернативных структур моделей сравниваются и публикуются вместе |
Структурную неопределённость и неизвестные неизвестные трудно представить. Вычислительные затраты ограничивают исследование моделей высокой размерности.
Process explorer · Process
10 steps·4 stages
Процесс
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.
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.
Системная наука и моделирование ведёт и сопровождает количественную оценку неопределённости и валидацию моделей для Консорциума и проверяет их применение на разных платформах.
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.
Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.
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.
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.
Этот сайт использует только строго необходимые файлы cookie для своей работы и для сохранения ваших настроек конфиденциальности. Ничего не загружается от других компаний, и мы никогда не продаём и не передаём вашу личную информацию.
Этот сайт использует только строго необходимые файлы cookie для своей работы и для сохранения ваших настроек конфиденциальности. Ничего не загружается от других компаний, и мы никогда не продаём и не передаём вашу личную информацию. Мы не размещаем рекламу. Вы можете в любое время пересмотреть свой выбор в разделе «Настройки конфиденциальности» внизу каждой страницы.
Политика в отношении файлов cookieПолитика конфиденциальности