Mathématiques et statistiques universelles
Methods for cross-domain on the Julia and TypeScript compute planes.
38 capabilities
26 of 38 have a bound kernel or engine. States are shown as the registry records them; a request fails closed wherever an adapter, specialist model or governed data is still missing.
| Méthode | Capability ID | État | S'exécute sur |
|---|---|---|---|
| Robust Distribution | risk.capability.universal-mathematics-statistics.robust.distribution.v1 |
Reference implementation | Julia · frontier_risk_math.robust_distribution |
| Empirical Distribution | risk.capability.universal-mathematics-statistics.empirical.distribution.v1 |
Reference implementation | Python · stats.empirical_distribution |
| Bayesian Updating | risk.capability.universal-mathematics-statistics.bayesian.updating.v1 |
Reference implementation | Julia · frontier_risk_math.beta_binomial |
| Hierarchical Bayesian | risk.capability.universal-mathematics-statistics.hierarchical.bayesian.v1 |
Adapter required | – |
| Extreme Value | risk.capability.universal-mathematics-statistics.extreme.value.v1 |
Reference implementation | – |
| Tail Risk | risk.capability.universal-mathematics-statistics.tail.risk.v1 |
Reference implementation | Python · tail.pot_gpd |
| Copula Dependency | risk.capability.universal-mathematics-statistics.copula.dependency.v1 |
Adapter required | – |
| Tail Dependence | risk.capability.universal-mathematics-statistics.tail.dependence.v1 |
Adapter required | Python · dependence.tail_empirical |
| Monte Carlo | risk.capability.universal-mathematics-statistics.monte.carlo.v1 |
Reference implementation | Python · simulation.monte_carlo |
| Latin Hypercube | risk.capability.universal-mathematics-statistics.latin.hypercube.v1 |
Reference implementation | Python · sampling.latin_hypercube |
| Importance Sampling | risk.capability.universal-mathematics-statistics.importance.sampling.v1 |
Reference implementation | Python · sampling.importance |
| Sequential Monte Carlo | risk.capability.universal-mathematics-statistics.sequential.monte.carlo.v1 |
Adapter required | – |
| Kalman Filter | risk.capability.universal-mathematics-statistics.kalman.filter.v1 |
Adapter required | – |
| Extended Kalman | risk.capability.universal-mathematics-statistics.extended.kalman.v1 |
Adapter required | – |
| Unscented Kalman | risk.capability.universal-mathematics-statistics.unscented.kalman.v1 |
Adapter required | – |
| Particle Filter | risk.capability.universal-mathematics-statistics.particle.filter.v1 |
Adapter required | – |
| Markov Chain | risk.capability.universal-mathematics-statistics.markov.chain.v1 |
Adapter required | Python · markov.transition |
| Hidden Markov | risk.capability.universal-mathematics-statistics.hidden.markov.v1 |
Adapter required | – |
| Change Point | risk.capability.universal-mathematics-statistics.change.point.v1 |
Reference implementation | Python · change.cusum |
| Anomaly Detection | risk.capability.universal-mathematics-statistics.anomaly.detection.v1 |
Reference implementation | Python · anomaly.robust_mad |
| Survival Analysis | risk.capability.universal-mathematics-statistics.survival.analysis.v1 |
Adapter required | Python · survival.kaplan_meier |
| Reliability | risk.capability.universal-mathematics-statistics.reliability.v1 |
Adapter required | Python · reliability.weibull |
| Fault Tree | risk.capability.universal-mathematics-statistics.fault.tree.v1 |
Adapter required | – |
| Event Tree | risk.capability.universal-mathematics-statistics.event.tree.v1 |
Adapter required | – |
| Bayesian Network | risk.capability.universal-mathematics-statistics.bayesian.network.v1 |
Adapter required | – |
| Information Theory | risk.capability.universal-mathematics-statistics.information.theory.v1 |
Reference implementation | Python · information.mutual_information |
| Entropy and Concentration | risk.capability.universal-mathematics-statistics.entropy.and.concentration.v1 |
Reference implementation | Julia · frontier_risk_math.concentration |
| Correlation | risk.capability.universal-mathematics-statistics.correlation.v1 |
Reference implementation | Python · stats.correlation |
| Regression | risk.capability.universal-mathematics-statistics.regression.v1 |
Adapter required | Python · regression.ols |
| Gaussian Process | risk.capability.universal-mathematics-statistics.gaussian.process.v1 |
Adapter required | Python · gaussian_process.rbf |
| Spatial Statistics | risk.capability.universal-mathematics-statistics.spatial.statistics.v1 |
Adapter required | Python · spatial.morans_i |
| Geostatistics | risk.capability.universal-mathematics-statistics.geostatistics.v1 |
Adapter required | Python · geostatistics.ordinary_kriging |
| Bootstrap | risk.capability.universal-mathematics-statistics.bootstrap.v1 |
Reference implementation | Python · stats.bootstrap_mean_ci |
| Global Sensitivity | risk.capability.universal-mathematics-statistics.global.sensitivity.v1 |
Connected | Python · sensitivity.sobol_outputs |
| Shapley Sensitivity | risk.capability.universal-mathematics-statistics.shapley.sensitivity.v1 |
Adapter required | Python · sensitivity.shapley_coalitions |
| Optimisation under Uncertainty | risk.capability.universal-mathematics-statistics.optimization.under.uncertainty.v1 |
Adapter required | Python · optimization.robust_minimax |
| Multi-Criteria Decision | risk.capability.universal-mathematics-statistics.multi.criteria.decision.v1 |
Adapter required | Python · decision.weighted_mcda |
| Real Options | risk.capability.universal-mathematics-statistics.real.options.v1 |
Adapter required | Python · decision.real_option_binomial |
Methods, data and supports
- Method families
- robust statistics, Bayesian inference, extreme value, Monte Carlo, copula dependence, stochastic process, time series, change detection, survival reliability, spatial statistics, geostatistics, optimisation, decision analysis, information theory
- Domaines
- cross-domain
- Compute planes
- Julia, TypeScript
- Source classes
- governed-observations, sealed-risk-data-cut
- Spatial supports
- point, object, grid, region, network
- Temporal supports
- instant, series, window, scenario
Propose a method
New methods are registered with a stable ID and a hand-derived golden test.
Statut
La méthodologie, la structure et les définitions de The Global Risks Index constituent un projet de travail préparatoire (2026), diffusé pour examen et commentaires et non pour mise en œuvre. Aucune valeur n'apparaît avant la publication d'une édition à partir d'une coupe de données probantes encadrée ; les valeurs comportent alors des intervalles, des classes, des sources et leur voie de correction. Les simulateurs appliquent les méthodes publiées à des nombres que vous choisissez et n'affichent jamais de valeur NXS-GRX.
Ce que NXS-GRX n'est pas
NXS-GRX est une information de recherche et d'analyse des risques. Ce n'est pas une notation de crédit ou ESG et il n'utilise aucune échelle de notation ; ce n'est pas un indice de référence pour des instruments financiers, ni une statistique officielle, ni une alerte d'urgence ou une classification officielle, ni un conseil. Il ne doit pas servir à évaluer des personnes physiques. Les classes de risque sont des bandes sur une échelle publiée, jamais des classements de pays ou de personnes.
Institutions et sources
The Nexus Consortium is stewarded by three independent not-for-profit institutions: The Global Centre for Risk and Innovation (GCRI), through GCRI US in Washington, DC and GCRI Canada in Ontario, with GCRI Canada as Lead Institution, Consortium Secretariat and lead contracting organisation; The Global Risks Forum (GRF); and The Global Risks Alliance (GRA). Technology, infrastructure and service providers work with the Consortium at arm’s length under written agreements, like every other external party in the public-private-planet model, and hold no role in its stewardship.
Chaque valeur porte l'attribution de ses sources, qui conservent leurs propres licences. Les noms externes ne sont cités qu'à des fins d'interopérabilité. Les textes rédigés par Nexus sont destinés à être publiés sous licence CC BY 4.0.
Avis en français
La méthodologie et les définitions du NXS-GRX sont un projet de travail préparatoire (2026). Le NXS-GRX est une information de recherche et d’analyse des risques : ni notation, ni indice de référence financier, ni statistique officielle, ni alerte, ni conseil. Les classes de risque sont des bandes sur une échelle publiée, non des classements.