Zusammenfassung
In diesem Kapitel wird die statistische Risikoeinschätzung von Schadenereignissen, die in einer Serie von Beobachtungen oder in einem Beobachtungszeitraum noch nicht aufgetreten sind, thematisiert. Ein solcher Fall liegt typischerweise bei Risikosituationen mit extremen Ereignissen und kleiner Ereigniswahrscheinlichkeit vor. Im Rahmen des Bernoulli-Modells aus Kap. 2 und im Rahmen des Poisson-Modells aus Kap. 4 werden verschiedene statistische Ansätze vorgestellt und diskutiert, um mit Situationen umzugehen, in denen noch kein Schadenereignis beobachtet wurde. Dazu gehört auch die Fragestellung, welche Stichprobenumfänge im Bernoulli-Modell und wie lange Beobachtungszeiträume im Poisson-Modell erforderlich sind, damit mit hoher Wahrscheinlichkeit mindestens ein Schadenereignis beobachtet wird.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Bailey RT (1997) Estimation from zero-failure data. Risk Anal 17(3):375–380
Bamberg G, Baur F, Krapp M (2017) Statistik: Eine Einführung für Wirtschafts- und Sozialwissenschaftler, 18. Aufl. Walter de Gruyter, Berlin
Basu AP, Gaylor DW, Chen JJ (1996) Estimating the probability of occurrence of tumor for a rare cancer with zero occurrence in a sample. Regulat Toxicol Pharmac 23:139–144
Blyth CR, Still HA (1983) Binomial confidence intervals. J Am Stat Assoc 78(381):108–116
Bryant R (2007) Estimation of component failure rates for use in probabilistic safety. Assessment in cases of no or few recorded failures. Saf Reliab 27(1):8–21
Eypasch E, Lefering R, Kum CK, Troidl H (1995) Probability of adverse events that have not yet occurred: a statistical reminder. Biometr J 311:619
Hanley JA, Lippman-Hand A (1983) If nothing goes wrong, is everything all right? Interpreting zero numerators. J Am Med Ass 249(13):1743–1745
Hedderich J, Sachs L (2020) Angewandte Statistik: Methodensammlung mit R, 17. Aufl. Springer Spektrum, Berlin
Jeffrey H (1945) An invariant form for the prior probability in estimation problems. Proc Roy Soc A 186:453–461
Jiang P, Xing Y, Xiang J, Guo B (2015) Weibull failure probability estimation based on zero-failure data. Math Probl Engin, Art ID 681232:1–8
Lehmann EL, Casella G (1998) Theory of point estimation, 2. Aufl. Springer, New York
Newcombe RG (2011) Measures of location for confidence intervals for proportions. Comm Stat – Theory Methods 40(10):1743–1767
Pawitan Y (2013) In all likelihood: statistical modelling and inference using likelihood. Clarendon, Oxford
Pluto K, Tasche D (2005) Thinking positively. Risk 18(8):72–78
Quigley J, Revie M (2011) Estimating the probability of rare events: addressing zero failure data. Risk Anal 31(7):1120–1132
Razzaghi M (2002) On the estimation of binomial success probability with zero occurrence in sample. J Mod Appl Statist Meth 1(2):326–332
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2022 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Höse, S., Huschens, S. (2022). Risikobeurteilung ohne beobachtete Schadenereignisse. In: Ereignisrisiko. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-64691-5_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-64691-5_5
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-64690-8
Online ISBN: 978-3-662-64691-5
eBook Packages: Life Science and Basic Disciplines (German Language)