Bayesian calibration
Model parameters are calibrated with Bayesian methods that combine prior knowledge with data and produce posterior distributions, including a term for model discrepancy.
GCRI · Systemwissenschaft und Modellierung
Statistik für die Modellierung
Probability and statistics are the language of uncertainty in modelling. In this field they underpin calibration, inference about parameters, evaluation of model performance and the honest reporting of ranges, for every modelling platform in the network.
01Registrieren
Statistics for modelling on the record.
MethodennachweisMINT-Methode
- MethodeWahrscheinlichkeit und Statistik
- SachwalterSystem wissenschaft und Modellierung
- Angewandt inSystemwissenschaft und Modellierung
- Daten3 inputs
- Prüfungen3 Validierungsschritte
- Kanonische SeiteMINT-Commons
02Antrag
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 methods and modelling, risk management and systemisches Risiko and research and evidence, statistical methods quantify the likelihood and uncertainty of losses across interconnected Systeme. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on die STEM Commons.
Proper scoring of predictions
Probabilistic model outputs are scored with proper scoring rules so that honest uncertainty is rewarded.
Ensemble statistics
Ensembles of model runs are summarised with statistical methods that account for dependence between ensemble members.
03Methoden und Evidenz
How statistics for modelling is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Modell, Gleichungen und Annahmen
The model structure used for statistics for modelling, the assumptions it makes and how each is tested.
Risiko des Elements i
Ri = f(Hi, Ei, Vi, Ci)Gefahr, Exposition, Verwundbarkeit und BewältigungskapazitätErwarteter jährlicher Schaden
EAL = ∑k pk · Lküber Ereignisse k mit jährlicher Wahrscheinlichkeit pkGekoppelte Systeme
xt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Annahme | Warum es entsteht | Wie es geprüft wird |
|---|---|---|
| Gefahr und Exposition sind innerhalb eines Ereignisses unabhängig | Hält das Schadensintegral berechenbar | Mit einer Copula-Anpassung an gemeinsamen Aufzeichnungen vergleichen |
| Kopplungen sind nahe dem Arbeitspunkt linear | Lässt Schocks sich über A ausbreiten | Über den linearen Bereich hinaus stören und vergleichen |
| Vulnerabilitätskurven lassen sich zwischen Orten übertragen | Lokale Kurven sind selten verfügbar | Anhand beobachteter Schäden validieren, wo es sie gibt |
- Eingaben
- versionierte Datensätze mit Herkunftsnachweis
- Ergebnisse
- Verteilungen, nie einzelne Zahlen
- Code
- mit Modellkarte und Tests veröffentlicht
- Reproduktion
- gleiche Daten, Code, Umgebung und Seed
FAIR-Leitprinzipien · GO FAIR und FORCE11W3C PROV · World Wide Web ConsortiumHinweise zur einheitlichen Behandlung von Unsicherheiten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
04Daten
Was die Methode verwendet.
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 dem Quellenregister.
| Daten | Rolle | Kennzeichnung |
|---|---|---|
| Observational datasets | Calibration and evaluation | BEOBACHTET |
| Model ensemble outputs | Statistik | MODELLIERT |
| Prior information from literature | Bayesian priors | BERICHTET |
05Verfahren
Wie der Prozess abläuft.
Process explorer · Process
Statistics for modelling: Catastrophe model pipeline
10 steps·5 Stufen
Verfahren
Statistics for modelling: Catastrophe model pipeline
Katastrophenmodelle haben üblicherweise Gefahren-, Verwundbarkeits-, Expositions- und Finanzmodule und erzeugen Schadentabellen, den mittlere jährliche Schaden, Überschreitungskurven, PML und TVaR.
01 Gefahr
- 01EreigniskatalogDatensatz · ModellentwicklerDas Gefahrenmodul enthält einen großen Katalog simulierter Ereignisse, der ein breites Spektrum plausibler Szenarien abbildet.
- 03GefahrenmodulModell · ModellentwicklerFür jedes Ereignis liefert das Gefahrenmodul die lokale Intensität der Gefahr , die das Verwundbarkeitsmodul liest.
02 Exposition und Schaden
- 02ExpositionDataset · Validation reviewerDas Expositionsmodul enthält die Portfoliodaten, etwa standortspezifische Informationen.
- 04VerwundbarkeitsmodulModell · ModellentwicklerDas Verwundbarkeitsmodul quantifiziert den erwarteten Schaden an den exponierten Werten durch ein Ereignis.
03 Finanziell
- 05FinanzmodulModel · Validation reviewerDas Finanzmodul berechnet Schäden aus allen Ereignisszenarien. Ground-up-, Brutto- und Nettoschäden unterscheiden sich wie unten gezeigt.
- 06EreignisschadentabelleDataset · Validation reviewerEine Ereignisschadentabelle listet jedes Ereignis mit seiner jährlichen Eintrittswahrscheinlichkeit und seinem Schaden für das Portfolio auf.
- 07JahresschadentabelleDataset · Validation reviewerManche Modelle ziehen zudem simulierte Jahre aus Ereignisschäden. Dieser Überblick beschreibt ihr Format nicht.
04 Kennzahlen
- 08Überschreitungswahrscheinlichkeit curvesModel · Validation reviewerDie Eintrittskurve gibt die Wahrscheinlichkeit an, dass der größte Schaden eines Jahres einen Betrag übersteigt. Die aggregierte Kurve tut dies für die Summe der Schäden.
- 09AAL, PML und TVaRModel · Validation reviewerDer durchschnittliche Jahresschaden summiert Ereigniswahrscheinlichkeit mal Schaden. Der PML ist ein Punkt auf der Eintrittskurve.
05 Nutzung der Ergebnisse
- 10Nutzung der ErgebnisseDecision · Validation reviewerThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.
Überblick über einen externen Standard oder eine externe Methode aus öffentlichen Quellen. Er beschreibt, was das Rahmenwerk sagt, keinen Nachweis eines Durchlaufs. Er zeigt nicht, dass Nexus oder ein Partner einen Schritt durchführt, zertifiziert oder genehmigt. Ein Gate ist ein Schritt der Methode, niemals eine Genehmigung durch Nexus.
06Validierung
Wie Ergebnisse geprüft werden.
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
| Prüfen | Wie es gemacht wird |
|---|---|
| Posterior predictive checks | Calibrated models must reproduce observed data |
| Prior sensitivity | Results are recomputed under alternative priors |
| Scoring on held-out data | Predictions are scored on data not used in calibration |
Inference depends on assumptions about independence, distribution and sampling that may not hold. Small or biased samples limit reliability.
07Verbindungen
Themen, die sich auf diese Methode stützen.
08Treuhänderschaft
Wer die Methode pflegt.
System Science and Modelling stewards probability and statistics for the Consortium and reviews how it is applied across platforms.
09Fragen
Fragen und Antworten.
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.
Wie werden Ergebnisse geprüft?
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
Sind die Werte auf dieser Seite echt?
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.
Wo wird diese Methode sonst angewandt?
Das kanonische Methodenseite listet jede Plattform auf, die sie anwendet.
BerichteBeitragen
Evidenz von dieser Seite aus beitragen.
Berichte 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.
GCRISystemwissenschaft und ModellierungMethoden und TechnikSzenario und Stresstest
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOffene HinterlegungHinterlegen und bei der Community einreichenVeröffentlichen Sie Ihren eigenen Eintrag auf Zenodo mit Ihrer ORCID iD und reichen Sie ihn dort bei der Reports-Community ein. Kuratorinnen und Kuratoren prüfen ihn; der DOI bleibt bei Ihnen.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Systemwissenschaft und Modellierung
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliches
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.