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 · Scienza dei sistemi e modellazione
Statistica per la modellazione
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.
01Registrare
Statistics for modelling on the record.
Registro del metodoMetodo STEM
- MetodoProbabilità e statistica
- Custodesistemi e modellazione
- Applicato inScienza dei sistemi e modellazione
- Dati3 inputs
- Verifiche3 fasi di validazione
- Pagina canonicaBeni comuni STEM
02Domanda di adesione
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 rischio sistemico and research and evidence, statistical methods quantify the likelihood and uncertainty of losses across interconnected sistemi. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on gli 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.
03Metodi ed evidenze
How statistics for modelling is modelled, measured and tested.
Il modello, le sue ipotesi, i suoi dati e la sua incertezza, nella forma in cui uno scienziato o un ingegnere li verificherebbe. Le strutture seguono metodi pubblicati. I valori rappresentati sono illustrativi, non risultati.
Modello, equazioni e ipotesi
The model structure used for statistics for modelling, the assumptions it makes and how each is tested.
Rischio dell'elemento i
Ri = f(Hi, Ei, Vi, Ci)pericolo, esposizione, vulnerabilità e capacità di rispostaPerdita annua attesa
EAL = ∑k pk · Lksu eventi k con probabilità annua pkSistemi accoppiati
xt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Ipotesi | Perché è realizzato | Come viene testato |
|---|---|---|
| Pericolo ed esposizione sono indipendenti all'interno di un evento | Mantiene trattabile l'integrale delle perdite | Confrontare con un adattamento di copula su registrazioni congiunte |
| Gli accoppiamenti sono lineari vicino al punto di funzionamento | Consente agli shock di propagarsi attraverso A | Perturbare oltre l'intervallo lineare e confrontare |
| Le curve di vulnerabilità si trasferiscono da un luogo all'altro | Le curve locali sono raramente disponibili | Validare rispetto alle perdite osservate, dove esistono |
- Input
- set di dati versionati con provenienza
- Risultati
- distribuzioni, mai valori singoli
- Codice
- pubblicato con la scheda del modello e i test
- Riproduzione
- stessi dati, codice, ambiente e seed
Principi guida FAIR · GO FAIR e FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Comitato sui satelliti per l'osservazione della Terra
04Dati
Cosa utilizza il metodo.
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 registro delle fonti.
| Dati | Ruolo | Etichetta |
|---|---|---|
| Observational datasets | Calibration and evaluation | OSSERVATO |
| Model ensemble outputs | Statistiche | MODELLATO |
| Prior information from literature | Bayesian priors | RIPORTATO |
05Processo
Come si svolge il processo.
Process explorer · Process
Statistics for modelling: Catastrophe model pipeline
10 steps·5 fasi
Processo
Statistics for modelling: Catastrophe model pipeline
I modelli catastrofali hanno di solito moduli di pericolo, vulnerabilità, esposizione e finanziario, e producono tabelle delle perdite, perdita annua media, curve di superamento, PML e TVaR.
01 Pericolo
- 01Catalogo degli eventiSet di dati · Sviluppatore del modelloIl modulo dei pericoli contiene un ampio catalogo di eventi simulati che rappresenta un'ampia gamma di scenari plausibili.
- 03Modulo dei pericoliModello · Sviluppatore del modelloPer ogni evento il modulo dei pericoli fornisce l' intensità del pericolo locale che il modulo di vulnerabilità legge.
02 Esposizione e danni
- 02EsposizioneDataset · Validation reviewerIl modulo di esposizione contiene i dati del portafoglio, come le informazioni specifiche per località.
- 04Modulo di vulnerabilitàModello · Sviluppatore del modelloIl modulo di vulnerabilità quantifica il danno atteso agli elementi esposti a causa di un evento.
03 Finanziario
- 05Modulo finanziarioModel · Validation reviewerIl modulo finanziario calcola le perdite derivanti da tutti gli scenari di evento. Le perdite lorde di base, lorde e nette differiscono come indicato di seguito.
- 06Tabella delle perdite per eventoDataset · Validation reviewerUna tabella delle perdite per evento elenca ogni evento con la sua probabilità annua di accadimento e la sua perdita per il portafoglio.
- 07Tabella delle perdite annualiDataset · Validation reviewerAlcuni modelli campionano anche anni simulati dalle perdite degli eventi. Questa sintesi non ne descrive il formato.
04 Metriche
- 08Probabilità di superamento curvesModel · Validation reviewerLa curva delle occorrenze indica la probabilità che la perdita maggiore in un anno superi un dato importo. La curva aggregata fa lo stesso per la somma delle perdite.
- 09AAL, PML e TVaRModel · Validation reviewerLa perdita media annua somma la probabilità di ciascun evento moltiplicata per la perdita. La PML è un punto sulla curva delle occorrenze.
05 Uso dei risultati
- 10Uso dei risultatiDecision · Validation reviewerThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.
Sintesi di uno standard o metodo esterno, tratta dalle sue fonti pubbliche. Descrive ciò che dice il quadro, non il resoconto di alcuna esecuzione. Non indica che Nexus o un partner esegua, certifichi o approvi una fase. Un gate è una fase del metodo, mai un'approvazione di Nexus.
06Validazione
Come vengono verificati i risultati.
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
| Verifica | Come si fa |
|---|---|
| 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.
07Collegamenti
Argomenti che si basano su questo metodo.
08Custodia
Chi mantiene il metodo.
sistemi Science and Modelling stewards probability and statistics for the Consortium and reviews how it is applied across platforms.
09Domande
Domande e risposte.
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.
Come vengono verificati i risultati?
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
I valori di questa pagina sono reali?
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.
Dove altro viene applicato questo metodo?
Il pagina canonica del metodo elenca ogni piattaforma che lo applica.
RapportiContribuisci
Contribuisci con evidenze da questa pagina.
Rapporti 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.
GCRIScienza dei sistemi e modellazioneMetodi e aspetti tecniciScenari e stress test
- E-mailPortale GW-GCRIInvialo da questa paginaUn'evidenza, una correzione, un caso, un metodo, una revisione, una traduzione o un contributo a un profilo. Arriva etichettata con questa pagina, così la riceve la persona redattrice che ne è responsabile.
- ZenodoDeposito apertoDepositalo e invialo alla comunitàPubblica il tuo registro su Zenodo con il tuo ORCID iD, poi invialo alla comunità Reports. I curatori lo esaminano; il DOI resta tuo.
- RapportiGCRIVedi tutti i modi per contribuireI tipi di contributo, come viene revisionato ciascuno, il riconoscimento che ricevi, la licenza e ciò che non è mai accettato.
Non inviare mai dati personali, dettagli su infrastrutture sensibili o qualsiasi cosa che tu non abbia il diritto di condividere. Un contributo viene sottoposto a revisione prima dell'uso; inviarlo non conferisce diritti di paternità né editoriali, e la sponsorizzazione non compra mai un risultato.
Scienza dei sistemi e modellazione
Porta un metodo, un set di dati o una domanda.
Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.
Note legali
Documenti legali.
Le mappe, i dati e le cifre di questo sito sono mostrati a titolo di contesto e di informazione generale. Non costituiscono consigli, previsioni né allerte; i limiti dell'informazione sono esposti nelle Dichiarazioni di esclusione di responsabilità e nelle Note sui dati.