Séminaire de Probabilités et Statistique
lundi 26 janvier 2009 à 10:30 - CIRAD, amphi Jacques Alliot
Jean-Marc Azaïs (Université Paul Sabatier)
"Détection statistique en changement climatique"
La détection consiste à montrer que la variation observée du climat est significativement différente (dans un sens statistique) de ce qui peut être expliqué par la variabilité naturelle. Nous travaillons sur un jeu de données de températures homogénéisées couvrant toute la France. Nous considérons un modèle avec « scalabilité » où les observations $n_{s;t}$ (qui dépendent d'une variable de temps $t$ et d'une variable d'espace $s$) peuvent s'écrire, à une erreur près, $\psi_{s;t} = g_s.\mu_t$ où $g_s$ est la forme de variabilité spatiale, $\mu_t$ est la forme de variabilité temporelle. Supposer une régularité de la fonction $\mu_t$ correspondant à une évolution progressive du climat, permet de construire une test de vraisemblance pénalisé en utilisant des fonctions splines.