stringtranslate.com

Eventos raros

Los eventos raros o extremos son eventos que ocurren con baja frecuencia y, a menudo, se refieren a eventos poco frecuentes 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 conflictos violentos, actos de terrorismo , accidentes industriales, caídas de los mercados financieros y de productos básicos, etc. .), así como fenómenos en los que factores naturales y antropogénicos interactúan de manera compleja (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, tales eventos son plausibles en la medida en que se hayan documentado casos históricos del evento (o un evento similar). [5] Los análisis académicos y populares de eventos raros a menudo se centran en aquellos eventos que razonablemente podría esperarse que tuvieran 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 Richter de 8.0+, un incidente nuclear que mata a miles de personas o un cambio de más del 10% en un solo día en el valor de un índice bursátil. [8] [9] [10]

Modelado y análisis

El modelado de eventos raros (REM) 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, incluidas, entre otras, catástrofes naturales o provocadas por el hombre de gran influencia. Dicho “modelado” puede incluir una amplia gama de enfoques, incluidos, en particular, 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] REM también abarca esfuerzos para pronosticar la ocurrencia de eventos similares en algún horizonte temporal futuro, que pueden ser de interés tanto para fines académicos como aplicados (por ejemplo, mitigación de riesgos y planificación). [14] Se pueden utilizar técnicas novedosas de recopilación de datos para aprender sobre datos de eventos raros. [15]

Conjuntos de datos relevantes

En muchos casos, los acontecimientos raros y catastróficos pueden considerarse casos 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 estadísticamente más infrecuentes los casos de magnitud más extrema. [16] Por lo tanto, en lugar de ver los datos de eventos raros como su propia clase de información, los datos relacionados con eventos "raros" a menudo existen como un subconjunto de datos dentro de una clase de evento principal más amplia (por ejemplo, un conjunto de datos de actividad sísmica incluiría casos de eventos extremos). terremotos, así como datos sobre eventos sísmicos de mucha menor intensidad).

La siguiente es una lista de conjuntos de datos que se centran en dominios que son de amplio interés académico y político, 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

Ver también

Referencias

  1. ^ Sornette, Didier (2017). Por qué colapsan los mercados bursátiles: acontecimientos críticos en sistemas financieros complejos . Prensa de la Universidad de Princeton. ISBN 9781400885091.
  2. ^ Disthe, Kristian; Krogstad, Harald E.; Müller, Peter (enero de 2008). "Olas rebeldes oceánicas". Revisión Anual de Mecánica de Fluidos . 40 (1): 287–310. Código Bib : 2008AnRFM..40..287D. doi : 10.1146/annurev.fluid.40.111406.102203.
  3. ^ Dudley, John M.; Dias, Federico; Erkintalo, Miró ; Genty, Goëry (28 de septiembre de 2014). "Inestabilidades, respiraciones y ondas rebeldes en la óptica". Fotónica de la naturaleza . 8 (10): 755–764. arXiv : 1410.3071 . Código Bib : 2014NaPho...8..755D. doi :10.1038/nphoton.2014.220. S2CID  53349599.
  4. ^ Rey, 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 aeroespaciales complejos y otros sistemas . Ciencia Elsevier. http://store.elsevier.com/product.jsp?isbn=9780081000915&pagename=search
  6. ^ Lijadoras, D. (2002). La gestión de pérdidas derivadas de eventos extremos. Trabajo presentado en Convención General de Seguros. http://www.actuaries.org.uk/research-and-resources/documents/management-losses-arising-extreme-events
  7. ^ Clauset, Aarón; Woodard, Ryan (2013). "Estimación de las probabilidades históricas y futuras de grandes acontecimientos terroristas". Los anales de la 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, vicepresidente; Baker, DN (6 de mayo de 2013). Eventos extremos y amenazas naturales: la perspectiva de la complejidad. Wiley. ISBN 9781118672235.
  10. ^ Watkins, noroeste (2013). "Cisnes negros (y grises agrupados): modelos disipativos y no disipativos de fluctuaciones extremas correlacionadas en geosistemas complejos" (PDF) . Cartas de investigación geofísica . 40 (2): 402–410. Código Bib : 2013GeoRL..40..402W. doi : 10.1002/grl.50103 .
  11. ^ Rey, 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. ^ Rey, Gary; Zeng, Langche (2001). "Explicando acontecimientos 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, Pablo; Wright, George (2010). "Los límites de los métodos de previsión para anticipar eventos raros" (PDF) . Previsión Tecnológica y Cambio Social . 77 (3): 355–368. doi :10.1016/j.techfore.2009.10.008.
  15. ^ Rey, Gary; Zeng, Langche (30 de mayo de 2002). "Estimación de niveles, ratios y diferencias de riesgo y tasa en estudios de casos y controles". Estadística en Medicina . 21 (10): 1409-1427. doi :10.1002/sim.1032. ISSN  0277-6715. PMID  12185893. S2CID  11387977.
  16. ^ Clauset, Aarón; Shalizi, Cosma Rohilla; Newman, MEJ (2009). "Distribuciones de la ley de potencias en datos empíricos". Revisión SIAM . 51 (4): 661–703. arXiv : 0706.1062 . Código Bib : 2009SIAMR..51..661C. doi :10.1137/070710111. S2CID  9155618.
  17. ^ https://acd.iiss.org/
  18. ^ http://www.acleddata.com/data/
  19. ^ https://web.archive.org/web/20141219135756/http://www.correlatesofwar.org/COW2%20Data/MIDs/MID40.html
  20. ^ http://www.systemicpeace.org/inscrdata.html
  21. ^ https://www.rand.org/nsrd/projects/terrorism-incidents.html
  22. ^ http://www.systemicpeace.org/inscrdata.html
  23. ^ https://earthquake.usgs.gov/earthquakes/search/
  24. ^ http://floodobservatory.colorado.edu/
  25. ^ http://www.fema.gov/policy-claim-statistics-flood-insurance/policy-claim-statistics-flood-insurance/policy-claim-13
  26. ^ http://faostat.fao.org/
  27. ^ http://www.volcano.si.edu/search_eruption.cfm
  28. ^ http://www.emdat.be/
  29. ^ http://www.ngdc.noaa.gov/hazard/
  30. ^ http://gis.cdc.gov/grasp/fluview/fluportaldashboard.html
  31. ^ [1]
  32. ^ http://aviation-safety.net/database/
  33. ^ http://www.johnstonsarchive.net/nuclear/radevents/