stringtranslate.com

Eventos raros

Los eventos raros o extremos son eventos que ocurren con baja frecuencia y a menudo se refieren a eventos infrecuentes que tienen un efecto generalizado y que podrían desestabilizar los sistemas (por ejemplo, los mercados de valores, [1] la intensidad de las olas del océano [2] o las fibras ópticas [3] o la sociedad [4] ). Los eventos raros abarcan fenómenos naturales (grandes terremotos, tsunamis, huracanes, inundaciones, impactos de asteroides, erupciones solares, etc.), peligros antropogénicos ( guerras y formas relacionadas de conflicto violento, actos de terrorismo , accidentes industriales, caídas de los mercados financieros y de materias primas, etc.), así como fenómenos para los cuales los factores naturales y antropogénicos interactúan de formas complejas (propagación de enfermedades epidémicas, cambios en el clima y el tiempo relacionados con el calentamiento global , etc.).

Descripción general

Los eventos raros o extremos son ocurrencias discretas de eventos observados con poca frecuencia. A pesar de ser estadísticamente improbables, estos eventos son plausibles en la medida en que se hayan documentado instancias históricas del evento (o de un evento similar). [5] Los análisis académicos y populares de eventos raros a menudo se centran en aquellos eventos que podrían esperarse razonablemente que tengan un efecto negativo sustancial en una sociedad, ya sea económicamente [6] o en términos de víctimas humanas [7] (normalmente, ambos). Ejemplos de tales eventos podrían incluir un terremoto de magnitud 8,0+ en la escala de Richter, un incidente nuclear que mata a miles de personas o un cambio de 10%+ en un solo día en el valor de un índice bursátil. [8] [9] [10]

Modelado y análisis

El modelado de eventos raros (REM, por sus siglas en inglés) se refiere a los esfuerzos para caracterizar los parámetros de distribución estadística , los procesos generativos o la dinámica que gobiernan la ocurrencia de eventos estadísticamente raros, incluyendo, entre otros, catástrofes naturales o provocadas por el hombre altamente influyentes. Este “modelado” puede incluir una amplia gama de enfoques, incluyendo, sobre todo, modelos estadísticos para analizar datos de eventos históricos [11] [12] y modelos de software computacional que intentan simular procesos y dinámicas de eventos raros. [13] El REM también abarca los esfuerzos para pronosticar la ocurrencia de eventos similares en un horizonte temporal futuro, lo que puede ser de interés tanto para fines académicos como aplicados (por ejemplo, mitigación de riesgos y planificación). [14] Se pueden utilizar nuevas técnicas de recopilación de datos para aprender sobre datos de eventos raros. [15]

Conjuntos de datos relevantes

En muchos casos, los eventos raros y catastróficos pueden considerarse como instancias de magnitud extrema de fenómenos más mundanos. Por ejemplo, la actividad sísmica, las fluctuaciones del mercado de valores y los actos de violencia organizada ocurren a lo largo de un continuo de extremos, siendo los casos de magnitud más extrema los estadísticamente menos frecuentes. [16] Por lo tanto, en lugar de considerar los datos de eventos raros como una clase de información propia, los datos sobre eventos "raros" a menudo existen como un subconjunto de datos dentro de una clase de eventos principal más amplia (por ejemplo, un conjunto de datos de actividad sísmica incluiría instancias de terremotos extremos, así como datos sobre eventos sísmicos de intensidad mucho menor).

A continuación se presenta una lista de conjuntos de datos centrados en dominios que son de amplio interés académico y de políticas, y donde los casos "raros" (de magnitud extrema) pueden ser de particular interés debido a sus consecuencias potencialmente devastadoras. Las descripciones de los conjuntos de datos se extraen de los sitios web o proveedores de origen.

Conflictos

Desastres naturales

Enfermedades

Otros

Véase también

Referencias

  1. ^ Sornette, Didier (2017). Por qué se desploman los mercados bursátiles: acontecimientos críticos en sistemas financieros complejos . Princeton University Press. ISBN 9781400885091.
  2. ^ Dysthe, Kristian; Krogstad, Harald E.; Müller, Peter (enero de 2008). "Olas gigantescas oceánicas". Revista anual de mecánica de fluidos . 40 (1): 287–310. Código Bibliográfico :2008AnRFM..40..287D. doi :10.1146/annurev.fluid.40.111406.102203.
  3. ^ Dudley, John M.; Dias, Frédéric; Erkintalo, Miro ; Genty, Goëry (28 de septiembre de 2014). "Inestabilidades, respiradores y ondas rebeldes en óptica". Nature Photonics . 8 (10): 755–764. arXiv : 1410.3071 . Código Bibliográfico :2014NaPho...8..755D. doi :10.1038/nphoton.2014.220. S2CID  53349599.
  4. ^ King, Gary; Zeng, Langche (2001). "Regresión logística en datos de eventos raros". Análisis político . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 .
  5. ^ Morio, J., Balesdent, M. (2015). Estimación de probabilidades de eventos raros en sistemas complejos aeroespaciales y otros sistemas . Elsevier Science. http://store.elsevier.com/product.jsp?isbn=9780081000915&pagename=search
  6. ^ Sanders, D. (2002). La gestión de las pérdidas derivadas de eventos extremos. Documento presentado en la Convención General de Seguros. http://www.actuaries.org.uk/research-and-resources/documents/management-losses-arising-extreme-events
  7. ^ Clauset, Aaron; Woodard, Ryan (2013). "Estimación de las probabilidades históricas y futuras de grandes eventos terroristas". Anales de Estadística Aplicada . 7 (4): 1838–1865. arXiv : 1209.0089 . doi :10.1214/12-AOAS614. S2CID  3088917.
  8. ^ Ghil, M .; Yiou, P.; Hallegatte, S.; Malamud, BD; Naveau, P.; Soloviev, A.; Friederichs, P.; Keilis-Borok, V.; Kondrashov, D.; Kossobokov, V.; Mestre, O.; Nicolás, C.; Óxido, HW; Shebalin, P.; Vrac, M.; Witt, A.; Zaliapin, I. (2011). "Eventos extremos: dinámica, estadística y predicción". Procesos no lineales en geofísica . 18 (3): 295–350. Código Bib : 2011NPGeo..18..295G. doi : 10.5194/npg-18-295-2011 .
  9. ^ Sharma, AS; Bunde, A.; Dimri, VP; Baker, DN (6 de mayo de 2013). Eventos extremos y peligros naturales: la perspectiva de la complejidad. Wiley. ISBN 9781118672235.
  10. ^ Watkins, NW (2013). "Cisnes negros agrupados (y grises agrupados): modelos disipativos y no disipativos de fluctuaciones extremas correlacionadas en geosistemas complejos" (PDF) . Geophysical Research Letters . 40 (2): 402–410. Bibcode :2013GeoRL..40..402W. doi : 10.1002/grl.50103 .
  11. ^ King, Gary; Zeng, Langche (2001). "Regresión logística en datos de eventos raros". Análisis político . 9 (2): 137–163. doi : 10.1093/oxfordjournals.pan.a004868 . ISSN  1047-1987. JSTOR  25791637.
  12. ^ King, Gary; Zeng, Langche (2001). "Explicación de eventos raros en las relaciones internacionales". Organización Internacional . 55 (3): 693–715. doi :10.1162/00208180152507597. ISSN  0020-8183. JSTOR  3078661. S2CID  17865688.
  13. ^ Klüppelberg, Claudia (1997). Modelado de eventos extremos . doi :10.1007/978-3-642-33483-2. ISBN 978-3-642-08242-9.
  14. ^ Goodwin, Paul; Wright, George (2010). "Los límites de los métodos de pronóstico para anticipar eventos raros" (PDF) . Pronóstico tecnológico y cambio social . 77 (3): 355–368. doi :10.1016/j.techfore.2009.10.008.
  15. ^ King, Gary; Zeng, Langche (30 de mayo de 2002). "Estimación de niveles de riesgo y de tasas, proporciones y diferencias en estudios de casos y controles". Estadísticas en Medicina . 21 (10): 1409–1427. doi :10.1002/sim.1032. ISSN  0277-6715. PMID  12185893. S2CID  11387977.
  16. ^ Clauset, Aaron; Shalizi, Cosma Rohilla; Newman, MEJ (2009). "Distribuciones de ley de potencia en datos empíricos". SIAM Review . 51 (4): 661–703. arXiv : 0706.1062 . Código Bibliográfico :2009SIAMR..51..661C. doi :10.1137/070710111. S2CID  9155618.
  17. ^ https://acd.iiss.org/ [ URL básica ]
  18. ^ "Datos".
  19. ^ "Mid 4.0". Archivado desde el original el 19 de diciembre de 2014.
  20. ^ "Página de datos INSCR".
  21. ^ "Base de datos RAND sobre incidentes terroristas en todo el mundo".
  22. ^ "Página de datos INSCR".
  23. ^ "Buscar en el catálogo de terremotos".
  24. ^ http://floodobservatory.colorado.edu/ [ URL básica ]
  25. ^ "| Informes | Programa Nacional de Seguros contra Inundaciones | FloodSmart | NFIPServices".
  26. ^ http://faostat.fao.org/ [ URL básica ]
  27. ^ http://www.volcano.si.edu/search_eruption.cfm [ URL básica ]
  28. ^ http://www.emdat.be/ [ URL básica ]
  29. ^ "Datos sobre riesgos naturales | NCEI".
  30. ^ "Vigilancia ambulatoria de enfermedades y virus a nivel nacional, regional y estatal".
  31. ^ "Organización Mundial de la Salud (OMS)". Archivado desde el original el 7 de mayo de 2009.
  32. ^ http://aviation-safety.net/database/ [ URL básica ]
  33. ^ "Base de datos de incidentes radiológicos y eventos relacionados".