Редкие события

Редкие или экстремальные события — это события, которые происходят с низкой частотой и часто относятся к нечастым событиям, которые имеют широкомасштабный эффект и могут дестабилизировать системы (например, фондовые рынки, ^{[ 1 ]} интенсивность океанских волн ^{[ 2 ]} или оптические волокна ^{[ 3 ]} или общество ^{[ 4 ]}). Редкие события охватывают природные явления (сильные землетрясения, цунами, ураганы, наводнения, падения астероидов, солнечные вспышки и т. д.), антропогенные опасности ( войны и связанные с ними формы насильственных конфликтов, террористические акты , промышленные аварии, крахи финансовых и товарных рынков и т. д.). .), а также явления, при которых природные и антропогенные факторы взаимодействуют сложным образом (распространение эпидемических заболеваний, связанные с глобальным потеплением изменения климата и погоды и т. д.).

Обзор

Редкие или экстремальные события – это отдельные случаи редко наблюдаемых событий. Несмотря на то, что такие события статистически невероятны, они вполне правдоподобны, если исторические случаи этого события (или аналогичного события) были задокументированы. ^{[ 5 ]} Научные и популярные анализы редких событий часто фокусируются на тех событиях, которые, как можно разумно ожидать, окажут существенное негативное воздействие на общество – либо с экономической точки зрения, либо с экономической точки зрения. ^{[ 6 ]} или с точки зрения человеческих жертв ^{[ 7 ]} (обычно и то, и другое). Примеры таких событий могут включать землетрясение магнитудой 8,0+ по шкале Рихтера, ядерный инцидент, в результате которого погибли тысячи людей, или однодневное изменение стоимости индекса фондового рынка более чем на 10%. ^{[ 8 ]}^{[ 9 ]}^{[ 10 ]}

Моделирование и анализ

Моделирование редких событий (REM) относится к попыткам охарактеризовать параметры статистического распределения , генеративные процессы или динамику, которые управляют возникновением статистически редких событий, включая, помимо прочего, весьма влиятельные природные или техногенные катастрофы. Такое «моделирование» может включать в себя широкий спектр подходов, включая, прежде всего, статистические модели для анализа данных исторических событий. ^{[ 11 ]}^{[ 12 ]} и модели вычислительного программного обеспечения, которые пытаются моделировать процессы и динамику редких событий. ^{[ 13 ]} REM также включает в себя усилия по прогнозированию возникновения подобных событий в течение некоторого будущего периода времени, что может представлять интерес как для научных, так и для прикладных целей (например, снижения рисков и планирования). ^{[ 14 ]} Новые методы сбора данных можно использовать для изучения данных о редких событиях. ^{[ 15 ]}

Соответствующие наборы данных

Во многих случаях редкие и катастрофические события можно рассматривать как чрезвычайные по масштабам примеры более обыденных явлений. Например, сейсмическая активность, колебания фондового рынка и акты организованного насилия происходят в континууме крайностей, причем случаи более экстремальных масштабов статистически менее часты. ^{[ 16 ]} Таким образом, вместо того, чтобы рассматривать данные о редких событиях как отдельный класс информации, данные о «редких» событиях часто существуют как подмножество данных в рамках более широкого родительского класса событий (например, набор данных о сейсмической активности может включать случаи экстремальных землетрясений, например а также данные о сейсмических событиях гораздо меньшей интенсивности).

Ниже приводится список наборов данных, посвященных областям, которые представляют широкий научный и политический интерес и в которых «редкие» (крайние масштабы) случаи могут представлять особый интерес из-за их потенциально разрушительных последствий. Описания наборов данных извлекаются с исходных веб-сайтов или поставщиков.

Конфликты

База данных по вооруженным конфликтам : ^{[ 17 ]} База данных по вооруженным конфликтам (ACD) отслеживает вооруженные конфликты по всему миру, уделяя особое внимание политическим, военным и гуманитарным тенденциям в текущих конфликтах, будь то локальные восстания, долгосрочные мятежи, гражданские войны или межгосударственные конфликты. Помимо подробной исторической подоплеки каждого конфликта, еженедельных графиков и ежемесячных обновлений, статистика, данные и отчеты в ACD датируются 1997 годом.
Проект данных о местах и событиях вооруженных конфликтов : ^{[ 18 ]} Набор данных о вооруженных конфликтах охватывает события, произошедшие в Африке с 1997 года по настоящее время. Этот набор данных включает дату события, долготу, широту и шкалу масштабов смертности.
Милитаризованные межгосударственные споры ^{[ 19 ]} Набор данных «Военизированные межгосударственные споры» (MID) «предоставляет информацию о конфликтах, в которых одно или несколько государств угрожают, демонстрируют или применяют силу против одного или нескольких других государств в период с 1816 по 2010 год».
Целевая группа по политической нестабильности (PITF), набор проблем государственного краха, 1955–2013 гг .: ^{[ 20 ]} Целевая группа по политической нестабильности (PITF), «Набор проблем провала государства», является частью более крупной базы данных о вооруженных конфликтах, созданной Центром системного мира на основе данных из открытых источников. Данные в PITF доступны по различным подмножествам: этническая война, революционная война, неблагоприятная смена режима, а также геноцид или политическое убийство.
База данных Rand о террористических инцидентах по всему миру : ^{[ 21 ]} Набор данных Rand Database of Worldwide Terrorism Incidents охватывает террористические инциденты по всему миру с 1968 по 2009 год, но в настоящее время неактивен. Набор данных включает дату, место (город, страна), преступника, подробное описание, а также количество раненых и погибших.
Основные эпизоды политического насилия : ^{[ 22 ]} Набор данных «Основные эпизоды политического насилия» является частью более крупной базы данных о вооруженных конфликтах, созданной Центром системного мира. Данные о политическом насилии включают годовые, межнациональные, временные ряды данных о масштабах межгосударственных, общественных и межобщинных войн (независимость, межгосударственные, этнические и гражданские; насилие и войны) для всех стран.

Стихийные бедствия

Advanced National Seismic System ( ANSS ) Комплексный каталог землетрясений ( ComCat ): ^{[ 23 ]} Комплексный каталог ANSS (ComCat) содержит параметры источников землетрясений (например, гипоцентры, магнитуды, пики фаз и амплитуды) и другие продукты (например, решения тензоров момента, макросейсмическая информация, тектонические сводки, карты), полученные с помощью участвующих сейсмических сетей.
Дартмутская обсерватория паводков : ^{[ 24 ]} Дартмутская обсерватория наводнений использует «Космические измерения и моделирование поверхностных вод» для отслеживания наводнений и использует новости для проверки результатов. Этот набор данных включает страну, дату начала и окончания, затронутые квадратные километры и причину наводнения. Кроме того, этот набор данных включает в себя множество масштабов масштабов, таких как: погибшие, перемещенные, тяжесть, ущерб и масштабы наводнений.
США Национальная программа по страхованию от наводнений : ^{[ 25 ]} Набор данных Национальной программы страхования от наводнений США содержит таблицу данных с подробным описанием случаев наводнений, в результате которых было оплачено 1500 или более потерь с 1978 года по текущий месяц и год. В таблице указано название и год события, количество выплаченных проигрышей, общая выплаченная сумма и средняя выплата за проигрыш.
ФАОСТАТ (Голод): ^{[ 26 ]} Набор данных FAOSTAT был разработан Статистическим отделом Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО). Это активный глобальный набор данных, охватывающий события голода 1990–2013 годов.
Глобальная программа вулканизма : ^{[ 27 ]} «Вулканы мира — это база данных, описывающая физические характеристики вулканов и их извержения». Данные содержат дату начала, дату окончания, название вулкана (которое можно использовать для поиска местоположения) и шкалу магнитуд VEI.
Международная база данных по катастрофам : ^{[ 28 ]} EM-DAT содержит важные базовые данные о возникновении и последствиях более 18 000 массовых катастроф в мире с 1900 года по настоящее время. База данных составлена из различных источников, включая агентства ООН, неправительственные организации, страховые компании, научно-исследовательские институты и агентства печати.
Природные опасности НОАА : ^{[ 29 ]} Набор данных о стихийных бедствиях является частью Национального центра геофизических данных, которым управляет Национальное управление океанических и атмосферных исследований США (NOAA). Национальный центр геофизических данных архивирует и обрабатывает данные о цунами, землетрясениях и вулканах для поддержки исследований, планирования, реагирования и смягчения последствий. Долгосрочные данные, включая фотографии, могут быть использованы для установления истории возникновения опасных природных явлений и предотвращения будущих событий.

Болезни

ФлюВью : ^{[ 30 ]} FluView производится Центрами по контролю за заболеваниями США (CDC) и предоставляет еженедельную информацию о эпиднадзоре за гриппом в Соединенных Штатах по регионам переписи, включая количество протестированных людей и количество положительных случаев.
Глобальный атлас здравоохранения : ^{[ 31 ]} Глобальный атлас здравоохранения содержит данные о четырех инфекционных заболеваниях: холере , гриппе, полиомиелите и желтой лихорадке . Это активный глобальный набор данных, охватывающий количество случаев заболевания и смертности от этих инфекционных заболеваний.

Другие

База данных по авиационной безопасности : ^{[ 32 ]} База данных авиационной безопасности охватывает инциденты, связанные с безопасностью полетов по всему миру. В каждом инциденте указывается место происшествия, аэропорты вылета и прибытия, количество погибших и тип самолета, участвовавшего в инциденте.
База данных о радиологических инцидентах и связанных с ними событиях : ^{[ 33 ]} База данных о радиологических инцидентах и связанных с ними событиях охватывает события, которые привели к острому радиационному облучению людей, достаточному для того, чтобы вызвать человеческие жертвы. База данных включает дату, место, количество погибших, количество раненых и зарегистрированную максимальную дозу радиации.

См. также

Ссылки

^ Сорнетт, Дидье (2017). Почему фондовые рынки рушатся: критические события в сложных финансовых системах . Издательство Принстонского университета. ISBN 9781400885091 .
^ Дист, Кристиан; Крогстад, Харальд Э.; Мюллер, Питер (январь 2008 г.). «Океанские волны-убийцы». Ежегодный обзор механики жидкости . 40 (1): 287–310. Бибкод : 2008AnRFM..40..287D . doi : 10.1146/annurev.fluid.40.111406.102203 .
^ Дадли, Джон М.; Диас, Фредерик; Эркинтало, Миро ; Жанти, Гёри (28 сентября 2014 г.). «Неустойчивости, бризеры и волны-убийцы в оптике». Природная фотоника . 8 (10): 755–764. arXiv : 1410.3071 . Бибкод : 2014NaPho...8..755D . дои : 10.1038/nphoton.2014.220 . S2CID 53349599 .
^ Кинг, Гэри; Цзэн, Ланче (2001). «Логистическая регрессия в данных о редких событиях» . Политический анализ . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 .
^ Морио, Дж., Балесдент, М. (2015). Оценка вероятностей редких событий в сложных аэрокосмических и других системах . Эльзевир Наука. http://store.elsevier.com/product.jsp?isbn=9780081000915&pagename=search
^ Сандерс, Д. (2002). Управление потерями, возникающими в результате экстремальных событий. Доклад, представленный на Общей конвенции страхования. http://www.actuaries.org.uk/research-and-resources/documents/management-losses-arising-extreme-events
^ Клосет, Аарон; Вудард, Райан (2013). «Оценка исторических и будущих вероятностей крупных террористических событий». Анналы прикладной статистики . 7 (4): 1838–1865. arXiv : 1209.0089 . дои : 10.1214/12-AOAS614 . S2CID 3088917 .
^ Гил, М .; Ю, П.; Халлегатт, С.; Маламуд, Б.Д.; Наво, П.; Соловьев А.; Фридерихс, П.; Кейлис-Борок, В.; Кондрашов Д. ; Кособоков В.; Мастер, О.; Николис, К.; Руст, HW; Шебалин П. ; Врак, М.; Витт, А.; Заляпин, И. (2011). «Экстремальные события: динамика, статистика и прогноз» . Нелинейные процессы в геофизике . 18 (3): 295–350. Бибкод : 2011NPGeo..18..295G . дои : 10.5194/npg-18-295-2011 .
^ Шарма, А.С.; Бунде, А.; Димри, вице-президент; Бейкер, Д.Н. (6 мая 2013 г.). Экстремальные явления и стихийные бедствия: перспектива сложности . Уайли. ISBN 9781118672235 .
^ Уоткинс, Северо-Запад (2013). «Сгруппированные черные (и сгруппированные серые) лебеди: диссипативные и недиссипативные модели коррелированных экстремальных колебаний в сложных геосистемах» (PDF) . Письма о геофизических исследованиях . 40 (2): 402–410. Бибкод : 2013GeoRL..40..402W . дои : 10.1002/grl.50103 .
^ Кинг, Гэри; Цзэн, Ланче (2001). «Логистическая регрессия в данных о редких событиях» . Политический анализ . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 . ISSN 1047-1987 . JSTOR 25791637 .
^ Кинг, Гэри; Цзэн, Ланче (2001). «Объяснение редких событий в международных отношениях» . Международная организация . 55 (3): 693–715. дои : 10.1162/00208180152507597 . ISSN 0020-8183 . JSTOR 3078661 . S2CID 17865688 .
^ Клуппельберг, Клаудия (1997). Моделирование экстремальных событий . дои : 10.1007/978-3-642-33483-2 . ISBN 978-3-642-08242-9 .
^ Гудвин, Пол; Райт, Джордж (2010). «Ограничения методов прогнозирования в ожидании редких событий» (PDF) . Технологическое прогнозирование и социальные изменения . 77 (3): 355–368. doi : 10.1016/j.techfore.2009.10.008 .
^ Кинг, Гэри; Цзэн, Ланче (30 мая 2002 г.). «Оценка уровней риска и частоты, соотношений и различий в исследованиях случай-контроль» . Статистика в медицине . 21 (10): 1409–1427. дои : 10.1002/сим.1032 . ISSN 0277-6715 . ПМИД 12185893 . S2CID 11387977 .
^ Клосет, Аарон; Шализи, Косма Рохилла; Ньюман, МЭД (2009). «Степенное распределение в эмпирических данных». Обзор СИАМ . 51 (4): 661–703. arXiv : 0706.1062 . Бибкод : 2009SIAMR..51..661C . дои : 10.1137/070710111 . S2CID 9155618 .
^ https://acd.iiss.org/
^ http://www.acleddata.com/data/
^ https://web.archive.org/web/20141219135756/http://www.correlatesofwar.org/COW2%20Data/MIDs/MID40.html
^ http://www.systemicpeace.org/inscrdata.html
^ https://www.rand.org/nsrd/projects/terrorism-incidents.html.
^ http://www.systemicpeace.org/inscrdata.html
^ https://earthquake.usgs.gov/earthquakes/search/
^ http://floodobservatory.colorado.edu/
^ http://www.fema.gov/policy-claim-statistics-flood-insurance/policy-claim-statistics-flood-insurance/policy-claim-13
^ http://faostat.fao.org/
^ http://www.volcano.si.edu/search_eruption.cfm
^ http://www.emdat.be/
^ http://www.ngdc.noaa.gov/hazard/
^ http://gis.cdc.gov/grasp/fluview/fluportaldashboard.html.
^ [1]
^ http://aviation-safety.net/database/
^ http://www.johnstonsarchive.net/nuclear/radevents/

[1] Сорнетт, Дидье (2017). Почему фондовые рынки рушатся: критические события в сложных финансовых системах . Издательство Принстонского университета. ISBN 9781400885091 .

[2] Дист, Кристиан; Крогстад, Харальд Э.; Мюллер, Питер (январь 2008 г.). «Океанские волны-убийцы». Ежегодный обзор механики жидкости . 40 (1): 287–310. Бибкод : 2008AnRFM..40..287D . doi : 10.1146/annurev.fluid.40.111406.102203 .

[3] Дадли, Джон М.; Диас, Фредерик; Эркинтало, Миро ; Жанти, Гёри (28 сентября 2014 г.). «Неустойчивости, бризеры и волны-убийцы в оптике». Природная фотоника . 8 (10): 755–764. arXiv : 1410.3071 . Бибкод : 2014NaPho...8..755D . дои : 10.1038/nphoton.2014.220 . S2CID 53349599 .

[4] Кинг, Гэри; Цзэн, Ланче (2001). «Логистическая регрессия в данных о редких событиях» . Политический анализ . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 .

[5] Морио, Дж., Балесдент, М. (2015). Оценка вероятностей редких событий в сложных аэрокосмических и других системах . Эльзевир Наука. http://store.elsevier.com/product.jsp?isbn=9780081000915&pagename=search

[6] Сандерс, Д. (2002). Управление потерями, возникающими в результате экстремальных событий. Доклад, представленный на Общей конвенции страхования. http://www.actuaries.org.uk/research-and-resources/documents/management-losses-arising-extreme-events

[7] Клосет, Аарон; Вудард, Райан (2013). «Оценка исторических и будущих вероятностей крупных террористических событий». Анналы прикладной статистики . 7 (4): 1838–1865. arXiv : 1209.0089 . дои : 10.1214/12-AOAS614 . S2CID 3088917 .

[8] Гил, М .; Ю, П.; Халлегатт, С.; Маламуд, Б.Д.; Наво, П.; Соловьев А.; Фридерихс, П.; Кейлис-Борок, В.; Кондрашов Д. ; Кособоков В.; Мастер, О.; Николис, К.; Руст, HW; Шебалин П. ; Врак, М.; Витт, А.; Заляпин, И. (2011). «Экстремальные события: динамика, статистика и прогноз» . Нелинейные процессы в геофизике . 18 (3): 295–350. Бибкод : 2011NPGeo..18..295G . дои : 10.5194/npg-18-295-2011 .

[9] Шарма, А.С.; Бунде, А.; Димри, вице-президент; Бейкер, Д.Н. (6 мая 2013 г.). Экстремальные явления и стихийные бедствия: перспектива сложности . Уайли. ISBN 9781118672235 .

[10] Уоткинс, Северо-Запад (2013). «Сгруппированные черные (и сгруппированные серые) лебеди: диссипативные и недиссипативные модели коррелированных экстремальных колебаний в сложных геосистемах» (PDF) . Письма о геофизических исследованиях . 40 (2): 402–410. Бибкод : 2013GeoRL..40..402W . дои : 10.1002/grl.50103 .

[11] Кинг, Гэри; Цзэн, Ланче (2001). «Логистическая регрессия в данных о редких событиях» . Политический анализ . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 . ISSN 1047-1987 . JSTOR 25791637 .

[12] Кинг, Гэри; Цзэн, Ланче (2001). «Объяснение редких событий в международных отношениях» . Международная организация . 55 (3): 693–715. дои : 10.1162/00208180152507597 . ISSN 0020-8183 . JSTOR 3078661 . S2CID 17865688 .

[13] Клуппельберг, Клаудия (1997). Моделирование экстремальных событий . дои : 10.1007/978-3-642-33483-2 . ISBN 978-3-642-08242-9 .

[14] Гудвин, Пол; Райт, Джордж (2010). «Ограничения методов прогнозирования в ожидании редких событий» (PDF) . Технологическое прогнозирование и социальные изменения . 77 (3): 355–368. doi : 10.1016/j.techfore.2009.10.008 .

[15] Кинг, Гэри; Цзэн, Ланче (30 мая 2002 г.). «Оценка уровней риска и частоты, соотношений и различий в исследованиях случай-контроль» . Статистика в медицине . 21 (10): 1409–1427. дои : 10.1002/сим.1032 . ISSN 0277-6715 . ПМИД 12185893 . S2CID 11387977 .

[16] Клосет, Аарон; Шализи, Косма Рохилла; Ньюман, МЭД (2009). «Степенное распределение в эмпирических данных». Обзор СИАМ . 51 (4): 661–703. arXiv : 0706.1062 . Бибкод : 2009SIAMR..51..661C . дои : 10.1137/070710111 . S2CID 9155618 .

[17] ttps://acd.iiss.org/

[18] ttp://www.acleddata.com/data/

[19] ttps://web.archive.org/web/20141219135756/http://www.correlatesofwar.org/COW2%20Data/MIDs/MID40.html

[20] ttp://www.systemicpeace.org/inscrdata.html

[21] ttps://www.rand.org/nsrd/projects/terrorism-incidents.html.

[22] ttp://www.systemicpeace.org/inscrdata.html

[23] ttps://earthquake.usgs.gov/earthquakes/search/

[24] ttp://floodobservatory.colorado.edu/

[25] ttp://www.fema.gov/policy-claim-statistics-flood-insurance/policy-claim-statistics-flood-insurance/policy-claim-13

[26] ttp://faostat.fao.org/

[27] ttp://www.volcano.si.edu/search_eruption.cfm

[28] ttp://www.emdat.be/

[29] ttp://www.ngdc.noaa.gov/hazard/

[30] ttp://gis.cdc.gov/grasp/fluview/fluportaldashboard.html.

[31] [1]

[32] ttp://aviation-safety.net/database/

[33] ttp://www.johnstonsarchive.net/nuclear/radevents/

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[ 26 ]

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]