致谢
1 定量风险分析简介
1.1 引言
1.2 确定性(点估计)风险评估
1.3 概率风险评估(蒙特卡罗模拟)
1.4 概率分布的抽样值
1.5 区别变异性和不确定性
2 概率及概率分布
2.1 概率定义
2.2 概率法则
2.3 概率分布
3 概率风险评估基础定理
3.1 二项式定理
3.2 中心极限定理
3.3 贝叶斯定理
4 常用概率分布
4.1 用于模拟二项过程的分布
4.2 用于模拟泊松过程的分布
4.3 累积分布
4.4 离散分布和离散均匀分布
4.5 一般分布
4.6 直方图分布
4.7 超几何分布
4.8 对数正态分布
4.9 正态分布
4.10 PERT分布(Beta PERT分布)
4.11 三角分布
4.12 均匀分布(矩形分布)
5 概率过程及计算
5.1 概率表示:二项过程和超几何过程的比较
5.2 二项概率计算
5.3 超几何概率的计算
6 确定表示变量的分布
6.1 信息源
6.2 有大量代表性数据时分布的确定
6.3 代表性数据极少时分布的确定
6.4 在没有可用数据、有少量数据或没有代表性数据时运用专家意见确定分布
6.5 结合经验数据和专家意见确定分布
7 二阶建模简介
区分变异性和不确定性
8 定量风险评估模型构建指南
8.1 确定风险分析范围
8.2 目标群体
8.3 图形化描述模型
8.4 简单性
8.5 说明单元之间的独立性
8.6 变量之间的独立性和依赖性或相关性
8.7 数据和信息
8.8 模拟变量
8.9 区分不确定性和变异性
8.10 确保模型生成合理的情景
8.11 验证计算结果
8.12 敏感性分析
8.13 结果量现
8.14 同行评审
参考文献
附录
附录1 二项置信限表
附录2 如何计算精确的二项置信限
附录3 计算附录1中未包含的二项置信限
索引
展开