सार्वभौमिक गणित और सांख्यिकी
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.
| पद्धति | Capability ID | स्थिति | इस पर चलता है |
|---|---|---|---|
| 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
- क्षेत्र
- 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.
स्थिति
The Global Risks Index की पद्धति, संरचना और परिभाषाएँ एक प्रारंभिक कार्यकारी मसौदा (2026) हैं, जो समीक्षा और टिप्पणी के लिए परिचालित हैं, कार्यान्वयन के लिए नहीं। किसी शासित साक्ष्य कटौती से संस्करण जारी होने तक कोई मान प्रकट नहीं होता; तब मानों के साथ अंतराल, वर्ग, स्रोत और उनका सुधार मार्ग होता है। सिम्युलेटर आपके चुने हुए अंकों पर प्रकाशित पद्धतियाँ चलाते हैं और कभी कोई NXS-GRX मान नहीं दिखाते।
NXS-GRX क्या नहीं है
NXS-GRX अनुसंधान और जोखिम-विश्लेषण की सूचना है। यह क्रेडिट या ESG रेटिंग नहीं है और किसी रेटिंग पैमाने का उपयोग नहीं करता। यह वित्तीय लिखतों का बेंचमार्क नहीं है, आधिकारिक सांख्यिकी नहीं है, आपातकालीन चेतावनी या आधिकारिक वर्गीकरण नहीं है और सलाह नहीं है। इसका उपयोग प्राकृतिक व्यक्तियों के मूल्यांकन के लिए नहीं किया जाना चाहिए। जोखिम वर्ग प्रकाशित पैमाने के बैंड हैं, देशों या व्यक्तियों की रैंकिंग कभी नहीं।
संस्थान और स्रोत
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.
प्रत्येक मान के साथ उसके स्रोतों का श्रेय होता है, जो अपने लाइसेंस बनाए रखते हैं। बाहरी नाम केवल अंतरसंचालनीयता के लिए उद्धृत किए गए हैं। Nexus द्वारा लिखित पाठ जारी होने पर CC BY 4.0 के अंतर्गत होना अभिप्रेत है।
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.