ГОСТ Р 51901.10—2009
6.3.1.1 Количественная оценка вероятности наосноведанных
В качестве количественной оценки вероятности на основе данных обычно используют частоту,
которую вычисляют путем деления предполагаемого количества исследуемых событий на период или
количество возможностей появления событий. Знаменатель может измеряться в единицах времени
(например, количество событий в год), количестве человек (например, количество пожаров на тысячу
человек), единицах стоимости имущества (например, количество пожаров на общую стоимость всех
зданий и их содержимого), количестве зданий (например, пожары на тысячу зданий данного типа) или
других единицах (например, пожары на тысячу компаний, владеющих или использующих
производственные здания одного типа).
Базы данныхдля числителей или знаменателей могут быть созданы на основе выборочныхдан
ных(допускающихстатистическую выборкуданныхдляоценкиразмера полнойгруппы или генеральной
совокупности, из которой отобрана выборка) или путем сбора сведений (обеспечивающего наиболее
полныеданные о группе).
6.3.1.2 Оценка вероятности на основе моделирования
Главное преимущество использования моделирования состоит в том. что, в отличие от других
методов оценки, оно обычно обеспечивает получение не только количественных оценок, необходимых
дляанализа риска объектазащиты, нотакже помогаетпонять взаимосвязьизмененийв объекте защиты
с изменениями полученных значений вероятности. Эта взаимосвязь необходима в случае, когда при
оценке пожарного риска первоначального состояния объекта защиты не получена приемлемая оценка
соответствующего риска.
Использование модели не исключаетиспользование экспериментальныхили экспертныхданных,
но уменьшает потребность в данных по другим переменным. Может возникнуть необходимость оценки
качествамоделисточки зрениясложности, достоверности исоответствия научнымданным, а такжетре
буемой неопределенности исходных данных для модели по сравнению с неопределенностью данных
при их непосредственном применении.
Метод Монте-Карло не является альтернативным методом оценки вероятности, но является чис
ленным методом вычисления пожарного риска для установленного набора распределений вероятнос
тей. Эти распределенияиспользуютпри отборесценариев сполностью равнымивероятностями, так что
выборочное среднее последствий для таких сценариев является наилучшей оценкой взвешенных по
вероятности последствий для всего подмножества сценариев (для подробного руководства по методу
Монте-Карлосм. [8] и [9]).
6.3.1.3 Оценка вероятности на основе технического или научного анализа
Технический анализ можетбытьвыполнен систематически и последовательноспомощью метода
Дельфи (см. [1]) или другихсоответствующих процедурдля уменьшения смещения иповышения качес
тва оценок(см. [12]).
Технический анализ может быть выполнендля определения точечного или интервального значе
ния. Обычно интервал значений вызывает меньше разногласий междулицами, выполняющими оценку,
и подходит для использования в матрице риска или другой процедуре качественной оценки пожарного
риска. (Для дальнейшей информации по получению оценок риска на основе технического и научного
анализа см., например. [7]).
При оценке вероятностинаосноветехническогоанализа, когдаданные почтиили полностьюотсут
ствуют. можно также использовать матрицу риска, в которой все оценки вероятности представлены
небольшим количеством равномерно распределенных значений. Например, в протоколе рекомендова но
использовать пять значений: 0.5 %. 5 %. 50 %. 95 %и99.5 %. При этомможет бытьиспользован прото кол с
пятью значениями: 5 %, 16 %, 50 %. 84 % и95 %.
6.3.2Вероятность первоначальных событий
Если экспериментальные данные об ущербе использованы в качестве данных для числовых
вычислений, могутбытьустановленыданные обущербедля исследуемогоздания, для всехзданийдан
ноготипа (объединенныхпообщему местоположению или владельцам) или для любойбольшой группы
свойств зданий, вплоть до национальных или международных баз данных. Каждый из этих вариантов
имеетпреимущества и недостатки с точки зрения их применимости, уровнядетализации, доступности и
величины базыданныхдля поддержки точности оценок.
Количественные оценки вероятностей могут быть получены путем вычисления оценок вероятнос
тей некоторых. ноне всех, характеристикполногосценария. Например, вероятностьпожара натеррито
рии производственной организации из-за искр, возникающих от взаимодействия частей оборудования,
можетбытьоценена путем расчета вероятности появления искри вероятности возникновения пожаров.
В таких вычислениях очень важно, чтобы предположения о статистической независимости событий
были обоснованы. Независимостьдолжна быть подтверждена.
и