indicating that the mean rate for P

indicating that the mean rate for PGA > 0.05 g is equal to 0.075 per year, also very close to the total-probability calculation
(see Fig. 3). More importantly, the statistical test also supports that this larger seismic hazard should follow the Poisson
distribution as the test data shown in Fig. 9.
Fig. 10 shows the probability distribution for an even larger seismic hazard in PGA > 0.1 g. The MCS shows that the hazard
estimate is about 0.016 per year, also very close to 0.017 from the total-probability calculation (see Fig. 3). In addition, as
the comparison and statistical test data shown in Fig. 10, this seismic hazard in PGA > 0.1 g should be following the Poisson
distribution as well, with the support from MCS to statistical analysis.
5. Discussion: earthquake, seismic hazard, and the Poisson distribution
As mentioned previously, earthquake frequency following the Poisson distribution is commonly used in earthquake analyses,
including in this study. Nevertheless, it must be noted that the ‘‘earthquake-and-Poisson’’ relationship was supported
by earthquake observations in California or in Taiwan [21,22], making it more of a fact than an assumption.
By contrast, seismic hazard, which is a function of earthquake magnitude, distance, frequency, and ground motion models,
is a different random variable than earthquake. But without any tangible support in the literature, the ‘‘seismic-hazardand-Poisson’’
assumption has been an engineering judgment at best, until this study offering some evidence for the first
time from the novel application of Monte Carlo Simulation.
6. Summary
Seismic hazard is usually considered a variable following the Poisson distribution in earthquake studies. But without any
support in the literature, the key scope of this study is to evaluate this engineering assumption. The novelty of the study is
to apply Monte Carlo Simulation to solve the probabilistic analysis, instead of using total-probability algorithms currently
employed

ผลลัพธ์ (ไทย) 1:

ระบุว่า อัตราเฉลี่ยสำหรับ PGA > 0.05 g เท่ากับ 0.075 ต่อปี ยังเป็นแหล่งรวมความน่าเป็นการคำนวณ(ดู Fig. 3) ที่สำคัญ การทดสอบทางสถิติยังสนับสนุนว่าอันตรายการสั่นสะเทือนนี้มีขนาดใหญ่ควรทำตามปัวกระจายเป็นข้อมูลการทดสอบที่แสดงใน Fig. 9Fig. 10 แสดงการกระจายความน่าเป็นสำหรับอันตรายสั่นสะเทือนมีขนาดใหญ่กว่าใน PGA > 0.1 g เอ็มซีแสดงที่อันตรายประเมินเกี่ยวกับ 0.016 ต่อปี ยังเป็นแหล่ง 0.017 จากการคำนวณความน่าเป็นผลรวม (ดู Fig. 3) นอกจากนี้ เป็นเปรียบเทียบและข้อมูลการทดสอบทางสถิติที่แสดงใน Fig. 10 อันตรายนี้สั่นสะเทือนใน PGA > 0.1 g ควรต่อแบบปัวซองกระจายด้วย ด้วยการสนับสนุนจากเอ็มซีการวิเคราะห์ทางสถิติ5. สนทนา: แผ่นดินไหว ภัยธรณีวิทยา และการแจกแจงปัวซองเป็นที่กล่าวถึงก่อนหน้านี้ แผ่นดินไหวถี่ตามการแจกแจงแบบปัวซองมักใช้ในวิเคราะห์แผ่นดินไหวรวมทั้งในการศึกษานี้ อย่างไรก็ตาม มันต้องบันทึกว่า ความสัมพันธ์ ''แผ่นดินไหว และปัว '' ได้รับการสนับสนุนโดยสังเกตการณ์แผ่นดินไหว ในแคลิฟอร์เนีย หรือ ในไต้หวัน [21,22], ทำให้ของจริงมากกว่าการอัสสัมชัญโดยคมชัด สั่นสะเทือนอันตราย ซึ่งเป็นฟังก์ชันของขนาดแผ่นดินไหว ระยะทาง ความถี่ และพื้นดินเคลื่อนไหวแบบจำลองเป็นตัวแปรสุ่มที่แตกต่างกว่าแผ่นดินไหว แต่ไม่มีตัวตนใด ๆ สนับสนุนในวรรณคดี การ ''ธรณี-hazardand-ปัว ''อัสสัมชัญได้รับพิพากษาการวิศวกรรมที่สุด จนถึงการเสนอหลักฐานบางอย่างสำหรับการศึกษานี้เวลาจากแอพลิเคชันนวนิยายของจำลอง Carlo มอน6. สรุปธรณีภัยมักจะถือเป็นตัวแปรตามการแจกแจงแบบปัวซองในการศึกษาแผ่นดินไหว แต่ ไม่มีสนับสนุนในวรรณคดี ขอบเขตสำคัญของการศึกษานี้คือการ ประเมินนี้วิศวกรรมอัสสัมชัญ เป็นนวัตกรรมของการศึกษาการใช้การจำลอง Carlo มอนแก้วิเคราะห์ probabilistic แทนที่จะใช้อัลกอริทึมรวมความน่าเป็นในปัจจุบันการว่าจ้าง

ผลลัพธ์ (ไทย) 2:

แสดงให้เห็นว่าอัตราเฉลี่ยพีจีเอ> 0.05 กรัมเท่ากับ 0.075 ต่อปีนอกจากนี้ยังใกล้กับการคำนวณรวมน่าจะเป็น
(ดูรูปที่. 3) ที่สำคัญการทดสอบทางสถิตินอกจากนี้ยังสนับสนุนที่อันตรายนี้แผ่นดินไหวขนาดใหญ่ควรปฏิบัติตาม Poisson
กระจายเป็นข้อมูลการทดสอบแสดงให้เห็นในรูป 9.
รูป 10 แสดงให้เห็นถึงการกระจายสำหรับอันตรายจากแผ่นดินไหวขนาดใหญ่ในพีจีเอ> 0.1 กรัม MCS
จะแสดงให้เห็นว่าอันตรายประมาณการเป็นเรื่องเกี่ยวกับ0.016 ต่อปีนอกจากนี้ยังใกล้กับ 0.017 จากการคำนวณรวมน่าจะเป็น (ดูรูปที่. 3)
นอกจากนี้ยังเป็นการเปรียบเทียบและข้อมูลการทดสอบทางสถิติที่แสดงในรูป 10 อันตรายจากแผ่นดินไหวในพีจีเอ> 0.1 กรัมควรได้รับการดังต่อไปนี้ Poisson
กระจายเป็นอย่างดีด้วยการสนับสนุนจาก MCS การวิเคราะห์ทางสถิติ.
5 การอภิปราย: แผ่นดินไหวอันตรายจากแผ่นดินไหวและการกระจาย Poisson ดังกล่าวข้างต้นความถี่การเกิดแผ่นดินไหวดังต่อไปนี้แจกแจงปัวซงเป็นที่นิยมใช้ในการวิเคราะห์แผ่นดินไหวรวมทั้งในการศึกษาครั้งนี้ อย่างไรก็ตามจะต้องมีการตั้งข้อสังเกตว่า '' แผ่นดินไหวและ Poisson '' ความสัมพันธ์ได้รับการสนับสนุนโดยการสังเกตการเกิดแผ่นดินไหวในแคลิฟอร์เนียหรือในไต้หวัน [21,22] ทำให้มันมากขึ้นของความเป็นจริงกว่าสมมติฐานได้. ในทางตรงกันข้ามอันตรายจากแผ่นดินไหว ซึ่งเป็นฟังก์ชั่นของขนาดแผ่นดินไหว, ระยะทาง, ความถี่และพื้นดินรูปแบบการเคลื่อนไหวเป็นตัวแปรสุ่มที่แตกต่างจากการเกิดแผ่นดินไหว แต่โดยการสนับสนุนที่มีตัวตนใด ๆ ในวรรณคดีที่ '' แผ่นดินไหว-hazardand-Poisson '' สมมติฐานที่ได้รับการตัดสินวิศวกรรมที่ดีที่สุดจนกว่าการศึกษาครั้งนี้นำเสนอหลักฐานบางอย่างสำหรับครั้งแรกเวลาจากโปรแกรมนวนิยายจำลอง Monte Carlo. 6 สรุปอันตรายจากแผ่นดินไหวมักจะถือว่าเป็นตัวแปรต่อไปนี้การกระจาย Poisson ในการศึกษาการเกิดแผ่นดินไหว แต่โดยไม่ต้องมีการสนับสนุนในวรรณคดีขอบเขตที่สำคัญของการศึกษาครั้งนี้คือการประเมินสมมติฐานวิศวกรรมนี้ ความแปลกใหม่ของการศึกษาคือการใช้การจำลอง Monte Carlo ที่จะแก้ปัญหาการวิเคราะห์ความน่าจะเป็นแทนการใช้ขั้นตอนวิธีการรวมน่าจะเป็นในขณะนี้การจ้างงาน