ETASbootstrap 0.2.0: A flexible R package for computing bootstrap confidence intervals for parameters in the space–time epidemic-type aftershock sequence model, with four case studies
Notice bibliographique
Résumé
The space–time epidemic-type aftershock sequence (ETAS) model is a widely used tool for stochastic declustering of earthquake data catalogs and short-term aftershock forecasting. However, confidence intervals derived from asymptotic standard errors (ASEs) of parameter estimates based on maximum-likelihood theory can sometimes be misleading and it was recently suggested to use bootstrap confidence intervals instead Dutilleul et al. (2024). The ETASbootstrap package was developed to facilitate the use of the bootstrap resampling procedure and its associated confidence intervals for a direct comparison with asymptotic ones. In this paper, the statistical underpinnings of the package are first presented, including the space–time ETAS model with its multiple parameters, the importance of edge effects, and the bootstrapping algorithm. Then, three earthquake data catalogs (Japan, Italy, Iran) are used as input to ETASbootstrap 0.2.0, which is more flexible regarding the shape of spatial windows than the original version. In all cases, a discrepancy was observed between bootstrap and asymptotic confidence intervals for some of the space–time ETAS model parameters. It was possible to relate this discrepancy to the presence of outliers and a resulting lack of normality, which compromised the asymptotic approximation of the variability of the maximum-likelihood estimates (ML estimates). The results suggest that the two types of confidence intervals should be used in practice, especially for earthquake data catalogs of moderate size. • This package computes bootstrap confidence intervals for space–time ETAS model parameters. • A summary of the statistical methodology behind the package is presented. • Three earthquake data catalogs are used to illustrate the methodology. • Bootstrap confidence intervals are shown to be more reliable than asymptotic intervals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».