6.3.1 估计建模不确定性................................................................... 6.3.2 偏差估计值与其他研究结果的比较 .............................................. 55 6.3.3 贝叶斯估计的应用演示 .............................................................. ‘s9 7. 结论和对未来研究的建议 .............................................................. 62 - 7.1 结论 ...................................................................................................... 62 7.2 对未来研究的建议 ............................................................................. 63 7.2.1 估计其他适应模式的建模偏差................................................... 63 7.2.2 不确定性的预测 ...................................................................... 64 g. B~LIOGW~ ................................................................................................ 65 图表 .................................................................................................................... 77 附录 A:STWFE~R T~P~G 回顾 ........................................................ 97 A.1 Bmic 弹性弹力理论 ............................................................. 108 A.2 AISC 对弹力方法的探讨 ............................................................. 101 A.3 AASHTO 对弹力方法的探讨 ............................................................. 101 A.4 API 对弹力方法的探讨 ............................................................. 101 A.5 美国海军设计数据表对弹力方法的探讨 ............................................. 101 A.6 ABS 对
本指南提供了在计量学中评估不确定性的最佳实践,并通过概率处理为该主题提供支持。它由两个主要考虑因素驱动。首先,尽管《测量不确定度表达指南》(GUM)是主要的不确定度评估指南,可望应用范围非常广泛,但它主要认可的方法存在一些局限性。另一个原因是,根据作者与计量学界从业人员的大量接触,显然会遇到受这些限制影响的重要问题。进一步的考虑是,在实践中遇到的测量模型超出了模型类型(即具有单个(标量)输出量的测量函数)的范围,而这正是 GUM 中介绍的重点。
作为将基本单光子测量扩展到宏观领域的努力的一部分,我们探索了如何最好地将光子数不确定性分配给超导过渡边缘传感器的输出波形,以及这些分配如何在扩展的动态范围内变化。使用了三种方法。在最低光子数(最多 20 个光子)下,使用各个波形的直方图峰值宽度来确定不确定性。从 100 到 1000 个光子,使用平均波形来创建光子数尺度。探测器在此范围内的光子数不确定性由从此尺度上的各个波形获得的光子数总方差超过源引起的散粒噪声的部分给出。在中间范围(从 10 到 100 个光子),包括其他两种方法无法产生明确结果的范围,我们将波形拟合到几个相邻的平均波形以估计光子数不确定性。对于高达 100 个光子的脉冲,发现光子数的一个标准差不确定性不超过�1。
11.3 十大挑战:ISCM 和风险评分方法 11-8 11.3.1 挑战 1 – 管理攻击规模 11-8 需要监控的表面 11.3.2 挑战 2 – 确定需要监控的资产和数据(元素和集合)的优先级 11-8 11.3.3 挑战 3 – 定义监控频率 11-10 11.3.4 挑战 4 – 集成现有的 ISCM 功能 11-10 11.3.5 挑战 5 – 确定安全自动化域的优先级 11-11 11.3.6 挑战 6 – 标准化数据分析和 11-11 演示要求 11.3.7 挑战 7 – 定义持续监控 11-11 仪表板要求 11.3.8 挑战 8 – 定义 ISCM 报告要求 11-11 11.3.9 挑战挑战 #9 – 建立绩效基准 11-12 11.3.10 挑战 #10 – 数据的收集、再利用和共享 11-12 11.4 通过 ISCM 框架增强情报评估 11-13 11.4.1 情报界有可能从类似于 ISCM 的方法中受益吗? 11.4.2 实施持续监控框架 11-14 以增强情报评估的好处 11.5 参考文献 11-15
摘要 我们提出了一种将地热资源不确定性纳入可再生能源潜力模型的初步方法,该模型估算了国家尺度网格表面的潜在容量和成本。不确定性输出使用两个能源容量估算方程来表征地热资源的第 10、50 和 90 个百分位数。然后,我们提出了一种方法和结果,展示了如何使用可能指示渗透性的其他地质数据层来告知地热容量的平均值和标准差。我们展示了如何分别通过使用共置回归估计和估计误差来定义或部分告知平均值和标准差。这些回归结果来自大盆地地区观测到的 36 个地热发电厂,也用于对 P10-P90 计算进行基准测试。
2022 年 8 月 1 日 我们量化并研究州一级的经济政策不确定性。我们利用近 3,500 家地方报纸的数字档案,为每个州构建了三个月度指数:一个指数捕捉州和地方政策不确定性来源 (EPU-S),一个指数捕捉国家和国际来源 (EPU-N),以及一个捕捉两者的综合指数。EPU-S 在州长选举和本州事件(如 2000-01 年的加州电力危机和 2012 年的堪萨斯州税收实验)前后上升。EPU-N 在总统选举前后上升,并响应 9-11、海湾战争 I 和 II、2011 年债务上限危机、2012 年财政悬崖事件和联邦政府关闭。接近的选举比普通选举更能提高政策不确定性。与新冠疫情之前的数据相匹配的 VAR 模型表明,本州 EPU 的上行冲击预示着该州经济表现较弱,相邻州的 EPU 上行冲击也是如此。新冠疫情导致政策不确定性和失业率大幅上升,在政府强制封锁更严格的州更是如此。关键词:政策不确定性、选举与不确定性、州级经济表现、失业、住宅开工、房价、空间溢出效应、新冠疫情 JEL 分类:D80、E66、G18、H70、R50、R31 致谢:我们非常感谢美国国家科学基金会 [SES 1324257] 的财政支持。我们每月的州级经济政策不确定性指数可在 https://policyuncertainty.com/state_epu.html 免费获取和更新。我们感谢编辑和匿名审稿人对之前的草稿提出的有益评论。胡佛研究所经济学工作论文系列允许作者分发研究成果,供其他研究人员讨论和评论。工作论文反映的是作者的观点,而不是胡佛研究所的观点。
鉴于它们的使用规模,这些想法在文献中并没有连贯地讨论。基于模型的预测与生成数据生成过程之间的界限反复模糊(Adlam等,2020; Amini等,2020; Ayhan&Berens,2018; Collier等,Collier等,2020; Immer等,2021; Kapoor等,2022; Kapoor等,2022; 2022; Liu等,2022; Maver et al,2022; Mafor-Parker et al,2022; Mavor et al,2022; 2022; nim,2022; nin,2022; Inn,2022; ;史密斯&gal,2018年;Different mathematical quantities are used to refer to notionally the same concepts: epistemic uncertainty, for example, has received multiple definitions, including variance-based measures ( Gal , 2016 ; Kendall & Gal , 2017 ; McAllister , 2016 ), information- based measures ( Gal et al , 2017 ), ad-hoc reinterpretations of information-based measures ( Shen et al , 2018 ; Siddhant & Lipton , 2018 ) and基于距离的措施(Mukhoti等,2021,2023; van Amersfoort等,2020)。在预测不确定性和准确性之间提出了误导连接(Orlando等,2019; Wang等,2019)。关于预测性不确定性将如何在看不见的数据上分解的脆弱假设(Seeb - Ock等,2019; Wang&Aitchison,2021)。
目前,深基坑开挖引起的结构损伤的早期评估方法由于建模理想化(分析简化)和无知(信息不完整)而具有很大的不确定性。本文实施了土-结构相互作用的弹塑性两阶段解决方案,以预测建筑物对相邻的带支撑深基坑的响应。然后使用该土-结构相互作用解决方案研究两个案例研究中的不确定性。进行了全局敏感性分析,结果表明,地面运动剖面的预测是早期建筑物损伤评估中不确定性的主要来源。当目标建筑物被建模为等效梁时,由于无知和与结构分析模型相关的理想化而导致的不确定性也有很大贡献。然而,使用二维弹性框架结构模型代替等效梁可以大大降低评估的不确定性。考虑到不确定性的存在,提出了一种概率分析方法来量化预测由于开挖引起的下沉造成的潜在建筑物损坏时的不确定性。开发了一种称为“开挖-结构相互作用中的不确定性量化”(UQESI)的计算机程序来实现这种概率分析方法。
*第一版:2020年4月13日。We are grateful to Danilo Cascaldi-Garcia, Brian Doyle, Thiago Ferreira, Stef- fen Henzel, Matteo Iacoviello, Cosmin Ilut, Andrea Lanteri, Francesca Lotti, Hyunseung Oh, Andrea Prestipino, Plutarchos Sakellaris, Enrico Sette, Frank Warnock, and participants to various seminars and对于“宏观和调查数据的第11个Ifo Conterence”,以获取有用的评论。朱塞佩·菲奥里(Giuseppe Fiori):美国国际财政部第20届国际财政部和华盛顿特区的C街20551年,联邦政府委员会委员Filippo Scoccianti:Banca d'Italia,通过意大利罗马的Nazionale 91(电子邮件:fiplippo.scocianti@bancaditalia.it)。本文所表达的观点仅是作者的统治性,不应被解释为反映美联储系统委员会(或与美联储系统相关的任何其他人)或意大利银行的观点。