GCRI · 数学、统计与数据
概率与统计
概率与统计为描述不确定性和从数据中学习提供数学框架。它们是各风险学科中估计、检验和预测的基础。 系统 科学与建模为 Nexus Consortium 管理本页。
记录在案的概率与统计。
- 01机构全球风险与创新中心(Global Centre for Risk and Innovation,GCRI)
- 02方法概率与统计涵盖的内容
- 03Reference practiceStatistical practice is governed by reporting and quality standards
- 04在系统性风险工作中依赖关系是难点
- 05应用于应用该方法的平台
- 06管理责任本页由谁维护
- 07SourcesWhere this page’s references lead
What probability and statistics covers.
- 01
核心方法
统计推断;贝叶斯分析;回归建模;抽样设计;假设检验;重抽样方法。
- 02
数据与工具
designed surveys and experiments; observational datasets; administrative records; sensor time series; simulation outputs.
- 03
验证
通过诊断、交叉验证和对假设的敏感性来检查结果。独立复现确认研究发现。
- 04
局限
推断依赖于关于独立性、分布和抽样的假设,而这些假设未必成立。样本过小或存在偏差会限制可靠性。
- 05
在风险决策中的使用
统计方法量化相互关联的 系统中损失的可能性和不确定性。这些方法使风险决策背后的证据明确且可复现。
Statistical practice is governed by reporting and quality standards.
| 编号 | 它规定了什么 |
|---|---|
| 联合国国家统计基本原则(第 68/261 号决议) | 质量与独立性 |
| EQUATOR 指南 | 研究报告 |
| IPCC 不确定性指南 | Calibrated language for likelihood |
流程如何运行。
Process explorer · Process
Probability and statistics: Catastrophe model pipeline
10 steps·5 stages
流程
Probability and statistics: Catastrophe model pipeline
巨灾模型通常包括危害、脆弱性、风险暴露与财务模块,并生成损失表、 年均损失、超越曲线、PML 与 TVaR。
01 危害
- 01事件目录数据集 · 模型开发者危害模块包含一个大型模拟事件目录,代表多种多样的合理情景。
- 03危害模块模型 · 模型开发者对于每个事件,危害模块给出当地的 危害强度 ,供脆弱性模块读取。
02 风险暴露与损害
- 02风险暴露数据集 · 主管当局风险暴露模块存放组合数据,例如特定地点的信息。
- 04脆弱性模块模型 · 模型开发者脆弱性模块量化某一事件对风险暴露对象造成的预期损害。
03 财务
- 05财务模块模型 · 主管当局财务模块计算所有事件情景造成的损失。基础损失、总损失与净损失的区别如下所示。
- 06事件损失表数据集 · 主管当局事件损失表列出每个事件的年发生概率及其对组合造成的损失。
- 07年度损失表数据集 · 主管当局有些模型还会从事件损失中抽样模拟年份。本概述不描述其格式。
04 指标
- 08超越概率 曲线模型 · 主管当局发生曲线给出一年中最大损失超过某一金额的概率。累积曲线针对损失总和给出同样的概率。
- 09AAL、PML 与 TVaR模型 · 主管当局年均损失是事件概率与损失乘积之和。PML 是发生曲线上的一个点。
05 结果的使用
- 10Use of resultsDecision · Competent authorityThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.
依据公开来源对某一外部标准或方法的概述。它描述的是该框架的内容,而非任何运行记录。它并不表明 Nexus 或任何合作伙伴执行、认证或批准某一步骤。关口是该方法的一个步骤,绝不是 Nexus 的批准。
Dependence is the hard part.
Systemic risk is a statement about joint probabilities. Statistics for independent events understate the chance of simultaneous failures. The work is estimating dependence structures, especially in the tails, from limited data, and communicating the resulting uncertainty honestly.
谁维护本页面。
Systems Science and Modelling stewards probability and statistics: it keeps this description current and reviews how the method is applied across the platforms.
Where this page’s references lead.
阅读本页时所对照的机构和文件。状态和版本会变化;每个链接都指向发布机构。
问题与解答。
为什么由一个机构托管所有方法页面?
如何对方法页面提出更正建议?
从本页贡献证据。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
- 电子邮件网关 GW-GCRI从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达,由负责的编辑接收。
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- 报告GCRI查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议,以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。