Previsions saisonnieres !

[Tomar]

C'est sans doute pour cela que la tendance a toujours été bien vu tout en long de l'année...

Pour le moins exagéré, tout particulièrement de septembre à novembre 2005 (et aussi de novembre 2004 à janvier 2005)

Le calcul des anomalie mensuelle n'en était pas vraiment un, puisque c'était une simple comparaison entre deux trends. Malgré cela on arrivait déjà à des résultats intéressant avec coefficient de corrélation entre anomalies prévues et mesurées de 0,35 de décembre 2004 à novembre 2005. Je sais aussi le calculer et tout le monde peut constater ici encore une fois que certains tiennent absolument à décridibiliser mes travaux en utilisant des chiffres mensongers au cas où leur verve n'y suffirait pas...

Les 0.1 de coefficient de corrélation que j'indiquais concernait le calcul en utilisant les anomalies par rapport à la moyenne des T de 1757/2004. J'avais pris cette base pour comparer les tendances d'années très différentes : 1842/44 (base de la version 2 du modèle de Florent), 1771/73 et 2003/2005.

En utilisant une norme 71/2000, plus classique, voilà les données de bases, bien sur pour Le Bourget (vous pouvez vérifier le calcul, une erreur est toujours possible)

mois / anomalies calculées / anomalies prévues par Florent

décembre 2004 / -1.2 / 0.5

janvier 2005 / 1.7 / -0.1

février 2005 / -1 / -0.8

mars 2005 / 0.6/ 0.6

avril 2005 / 1.9 / 4.1

mai 2005 / 1.2 / 0.2

juin 2005 / 2.9 / 2.2

juillet 2005 / 1.6 / -0.6

août 2005 / -0.2 / -2.2

septembre 2005 / 2.4 / 1.6

octobre 2005 / 4.4 / 0.4

novembre 2005 / -0.4 / 1.2

Excel m'indique un coefficient de corrélation de 0.15, pas très différent du 0.1 mentionné et presque aussi peu significatif...

[Invité]

Excel m'indique un coefficient de corrélation de 0.15, pas très différent du 0.1 mentionné et presque aussi peu significatif...

Au fait dire qu'un coeff de corrélation est de 0.15 cela veut-il dire qu'environ 39 % des résultats sont corrélés ( 0.39 ^2 = 0.15)excuses mon ignorance Tomar, mais je suis archi-nul en stats.

[florent76]

Pour le moins exagéré, tout particulièrement de septembre à novembre 2005 (et aussi de novembre 2004 à janvier 2005)

Les 0.1 de coefficient de corrélation que j'indiquais concernait le calcul en utilisant les anomalies par rapport à la moyenne des T de 1757/2004. J'avais pris cette base pour comparer les tendances d'années très différentes : 1842/44 (base de la version 2 du modèle de Florent), 1771/73 et 2003/2005.

En utilisant une norme 71/2000, plus classique, voilà les données de bases, bien sur pour Le Bourget (vous pouvez vérifier le calcul, une erreur est toujours possible)

mois / anomalies calculées / anomalies prévues par Florent

décembre 2004 / -1.2 / 0.5

janvier 2005 / 1.7 / -0.1

février 2005 / -1 / -0.8

mars 2005 / 0.6/ 0.6

avril 2005 / 1.9 / 4.1

mai 2005 / 1.2 / 0.2

juin 2005 / 2.9 / 2.2

juillet 2005 / 1.6 / -0.6

août 2005 / -0.2 / -2.2

septembre 2005 / 2.4 / 1.6

octobre 2005 / 4.4 / 0.4

novembre 2005 / -0.4 / 1.2

Excel m'indique un coefficient de corrélation de 0.15, pas très différent du 0.1 mentionné et presque aussi peu significatif...

Merci pour ces chiffres qui m'ont permis de me rendre compte que deux erreurs ont été commises dans mes calculs. Je signale que ces erreurs sont en moyenne en ma faveur, diminuant le taux d'erreur sur l'année.Cela me permet de corriger le précédent message :

Le calcul des anomalie mensuelle n'en était pas vraiment un, puisque c'était une simple comparaison entre deux trends. Malgré cela on arrivait déjà à des résultats intéressant avec coefficient de corrélation entre anomalies prévues et mesurées de 0,38 de décembre 2004 à novembre 2005. Je sais aussi le calculer et tout le monde peut constater ici encore une fois que certains tiennent absolument à décridibiliser mes travaux en utilisant des chiffres mensongers au cas où leur verve n'y suffirait pas...

Tu apprendras que je procède à un réel calcul à présent qui fait encore monter ce même coefficient de corrélation à 0,46 sur la même période et permet une réussite de 50% sur la même période avec 6 mois dans les limites d'une marge d'erreur à +/-0,8°C (février, mars, mai, juin, août, septembre 2005). C'est ce que l'on appelle la période d'apprentissage que l'on pourrait même faire débuter en 2003 d'après ce que j'ai appris ici et qui permet de calculer la fiabilité du modèle. Pour mesurer si cette fiabilité s'inscrit dans le temps, il faudra en effet attendre plusieurs mois, mais c'est le lot de tous les modèles de prévisions...

En utilisant une norme 71/2000, voilà mes données de bases, bien sûr pour Le Bourget (en reprenant la présentation de Tomar, vous pouvez vérifier le calcul, une erreur est toujours possible)

mois / anomalies observées / anomalies prévues

décembre 2004 / -1.2 / 0.5

janvier 2005 / 1.7 / -0.1

février 2005 / -1.0 / -0.8

mars 2005 / 0.7/ 0.6

avril 2005 / 1.9 / 4.1

mai 2005 / 1.1 / 0.2

juin 2005 / 2.9 / 2.2

juillet 2005 / 1.6 / -0.6

août 2005 / -0.2 / -2.2

septembre 2005 / 2.4 / 1.6

octobre 2005 / 4.4 / 0.4

novembre 2005 / -0.5 / 1.2

On arrive par le calcul sur excel à un coefficient de corrélation de 0,38 avec ces chiffres, comme avec ceux très proches de Tomar. Il faudra m'expliquer comment tu trouves un coefficient de correlation de 0,15 ?

Florent.

[florent76]

Merci beaucoup pour la biblio Marco...

Juste un détail, 0,35 ce n'est pas significatif à 90 % (le seuil est de 0,4762)

Juste une question : comment calcules-tu ce seuil ??Florent.

[florent76]

En complément des messages précédents et en pensant à tous les lecteurs :

Rappel sur les coefficients de corrélation. par G. DE LANDSHEERE

"Le coefficient de corrélation est une estimation numérique de la relation, de la liaison linéaire qui existe entre deux ou plusieurs variables. Le coefficient de corrélation est toujours compris entre + 1 et - 1:

+1 = corrélation positive ou directe parfaite (les variables varient dans le même sens);

0 = corrélation nulle;

- 1 = corrélation négative ou indirecte parfaite (les variables varient en sens opposé).

Interprétation générale traditionnelle:

r = 0,20 : corrélation trop basse, en pratique considérée comme nulle;

r = 0,20 à 0,40 : corrélation basse;

r = 0,40 à 0,60 : corrélation plus marquée, mais elle ne permet pas encore de conclusion solide;

r = 0,60 à 0,80 : bonne corrélation;

r = 0,80 : corrélation élevée.

Ces indications ne constituent que des points de repére grossiers et, utilisés tels quels, ils peuvent conduire à des interprétations erronées. Une corrélation basse peut revêtir une signification statistique que des tables permettent d'établir aisément. La signification d'une corrélation varie d'ailleurs considérablement selon le nombre de sujets considérés".

________________________________________

Reprenons mon message :

Je procède à un réel calcul à présent qui fait encore monter ce même coefficient de corrélation à 0,46 sur la même période et permet une réussite de 50% sur la même période avec 6 mois dans les limites d'une marge d'erreur à +/-0,8°C (février, mars, mai, juin, août, septembre 2005). C'est ce que l'on appelle la période d'apprentissage que l'on pourrait même faire débuter en 2003 d'après ce que j'ai appris ici et qui permet de calculer la fiabilité du modèle. Pour mesurer si cette fiabilité s'inscrit dans le temps, il faudra en effet attendre plusieurs mois, mais c'est le lot de tous les modèles de prévisions...

J'ai souligné une phrase : "Une corrélation basse peut revêtir une signification statistique que des tables permettent d'établir aisément"

Nous allons prouver que l'on ne peut pas faire tout dire aux coefficients de correlations :

Voici les coefficients corrélations et le nombre de mois/total avec une erreur de +/- 0,8°C (réussite) pour le trend 2003-2005 a présent reconstitué.

année 2003 : r = 0,85 avec 8/12 mois (67%)

année 2004 : r = 0,27 avec 8/12 mois (67%)

année 2005 : r = 0,48 avec 6/11 mois (55%)

2003 - 2005 : r = 0,66 avec 22/35 mois (63%)

On le voit toute suite si on considère 2003 et 2004 : avec un coefficient de corrélation élevé en 2003 et un coefficient bas en 2004, on arrive pourtant à tout autant de mois bien prévus et respectant la marge d'erreur...

On peut très bien expliquer cela en étudiant les écarts observés par rapport à la moyenne. Voici les variances observées pour le trend 2003-2005 :

année 2003 : v = 3,93

année 2004 : v = 0,93

année 2005 : v = 2,48

2003 - 2005 : v = 2,37

On constate très bien que la moyenne des écarts à la moyenne observés a été beaucoup plus forte en 2003 qu'en 2004 très lisse par rapport aux normales. Ainsi, même si les valeurs mensuelles prévus ont pu ne pas évoluer dans le même sens que les valeurs mensuelles observés, cela s'est joué sur de faibles écarts en 2004, tout à fait compatible avec une bonne réussite sur l'année (67%).

A méditer...

Florent.

[marco_p]

Juste une question : comment calcules-tu ce seuil ??

ben sur mon bureau, j'ai une table de signification des coefficients de correlation, en fonction du cardinal de l'ensemble étudié..; je la regarde et je reporte le chiffre, c'est pas trop compliqué! Sur 12 valeurs, tu es très loin du seuil. En fait, tu n'arrives à des coefficients interessant qu'en prenant l'été 2003 dans l'échantillon, je te l'ai déjà dit dans un de mes premiers posts.

J'ajoute que dans ton extrait de cours de stat, le prof aurait du souligner qu'il fallait impérativement faire des calculs de significativité pour les très petits echantillons.

Pour répondre à Meteor, 0,35 de corrélation entre deux variables, c'est (0.35)² de variance expliquée, soit 10 % à vue de nez... Il reste de la place ...

[Tomar]

Merci pour ces chiffres qui m'ont permis de me rendre compte que deux erreurs ont été commises dans mes calculs. Je signale que ces erreurs sont en moyenne en ma faveur, diminuant le taux d'erreur sur l'année.

Cela me permet de corriger le précédent message :

Le calcul des anomalie mensuelle n'en était pas vraiment un, puisque c'était une simple comparaison entre deux trends. Malgré cela on arrivait déjà à des résultats intéressant avec coefficient de corrélation entre anomalies prévues et mesurées de 0,38 de décembre 2004 à novembre 2005. Je sais aussi le calculer et tout le monde peut constater ici encore une fois que certains tiennent absolument à décridibiliser mes travaux en utilisant des chiffres mensongers au cas où leur verve n'y suffirait pas...

Tu apprendras que je procède à un réel calcul à présent qui fait encore monter ce même coefficient de corrélation à 0,46 sur la même période et permet une réussite de 50% sur la même période avec 6 mois dans les limites d'une marge d'erreur à +/-0,8°C (février, mars, mai, juin, août, septembre 2005). C'est ce que l'on appelle la période d'apprentissage que l'on pourrait même faire débuter en 2003 d'après ce que j'ai appris ici et qui permet de calculer la fiabilité du modèle. Pour mesurer si cette fiabilité s'inscrit dans le temps, il faudra en effet attendre plusieurs mois, mais c'est le lot de tous les modèles de prévisions...

En utilisant une norme 71/2000, voilà mes données de bases, bien sûr pour Le Bourget (en reprenant la présentation de Tomar, vous pouvez vérifier le calcul, une erreur est toujours possible)

mois / anomalies observées / anomalies prévues

décembre 2004 / -1.2 / 0.5

janvier 2005 / 1.7 / -0.1

février 2005 / -1.0 / -0.8

mars 2005 / 0.7/ 0.6

avril 2005 / 1.9 / 4.1

mai 2005 / 1.1 / 0.2

juin 2005 / 2.9 / 2.2

juillet 2005 / 1.6 / -0.6

août 2005 / -0.2 / -2.2

septembre 2005 / 2.4 / 1.6

octobre 2005 / 4.4 / 0.4

novembre 2005 / -0.5 / 1.2

On arrive par le calcul sur excel à un coefficient de corrélation de 0,38 avec ces chiffres, comme avec ceux très proches de Tomar. Il faudra m'expliquer comment tu trouves un coefficient de correlation de 0,15 ?

Florent.

Les deux calculs sont justes, on ne parlait pas tout à fait de la même chose.

La valeur que je donnais est r2, le carré de r = 0.38 X 0.38 = 0.14 (0.145 pour notre cas précis, arrondi 0.15), que j'ai appelé, pas très rigoureusement il est vrai, coefficient de corrélation qui est d'habitude plutôt donné par r (j'ai perdu l'habitude de commettre et de lire des notes techniques en français).

J'utilise plus souvent r2, plus parlant que r, car r2 est sensé donner une idée du pourcentage des valeurs de la série 1 liée à celles de la série 2 (celà doit répondre aussi au message de Meteor que je viens de voir). C'est ce que reprend marco également dans ces post (je viens de voir ça).

Quelques explication didactiques et très compréhensibles là :

http://www.er.uqam.ca/nobel/r30574/PSY1282/C3P7.html

Dont voilà un extrait qui, par chance, reprend justement nos chiffres :

"Une propriété fondamentale du coefficient de corrélation r est que, lorsqu'il est mis au carré (r2), il donne une mesure de la proportion des variations de la variable Y qui sont «expliquées» par la variable X

Le reste (1-r2) étant «inexpliqué»

Exemples:

Relation positive «faible» -> 0,38 (diagramme de gauche)

Relation négative forte (non parfaite) -> -0,96 (diagramme de droite)

Diagramme de gauche: r2 = (0,38)2 = 0,14 = 14%

Diagramme de droite: r2 = (-0,96)2 = 0,92 = 92%

Cette notion de «variations expliquées» est au coeur de la plupart des arguments psychométriques"

On est ici dans le registre des relations positives faibles, avec donc 14/15 % des valeurs de la série 1 (mesurées) "expliquées" par la série 2 (prévisions), et donc 85 % de variance "inexpliquée".

Cela dit, la valeur de ce type de raisonnement est quand même limitée par la faiblesse de l'effectif (12 mois).

Ensuite, à mon avis, faire des calculs de corrélation avec une partie des données, en sélectionnant dans une plage temporelle les "bons" mois, ceux qui présentent une bonne concordance entre T prévues et T observées, ne me semble pas très pertinent.

Et le taux de réussite sur les douze mois de "vie" de l'outil prévisionnel VF2, soit de décembre 2004 à novembre 2005, avec les seuils à 0.8 et 1.5 °C, sont respectivement de 33 et 42 %, et restent donc inférieurs aux seuils statistiques donnés un peu plus haut par Florent : 35 et 60+ (je ne retrouve plus le chiffre précis).

Bonne soirée (je m'absente encore quelques jours et ne pourrai pas vous répondre tout de suite le cas échéant, désolé)

PS Florent, je t'avais signalé par message privé que tes chiffres me paraissaient légèrement erronés, avec en effet des erreurs en moyenne faiblement en la défaveur de tes prévisions, sans réponse... Tu avais du passer à côté, mais mieux vaut tard que jamais.

[florent76]

Ensuite, à mon avis, faire des calculs de corrélation avec une partie des données, en sélectionnant dans une plage temporelle les "bons" mois, ceux qui présentent une bonne concordance entre T prévues et T observées, ne me semble pas très pertinent.

Et le taux de réussite sur les douze mois de "vie" de l'outil prévisionnel VF2, soit de décembre 2004 à novembre 2005, avec les seuils les seuils à 0.8 et 1.5 °C, sont respectivement de 33 et 42 %, et restent donc inférieurs aux seuils statistiques doonnés un peu plus haut par Florent (35 et 60 (?) je crois).

Bonne soirée (je m'absente encore quelques jours et ne pourrai pas vous répondre tout de suite le cas échéant, désolé)

PS Florent, je t'avais signalé par message privé que tes chiffres me paraissaient légèrement erronés, avec des erreurs en moyenne faiblement en la défaveur de tes prévisions, sans réponse... Tu avais du passer à côté, mais mieux vaut tard que jamais.

Attention, j'ai effectué des calculs de corrélations avec tous les mois (bon ou mauvais avec un seuil à 0,8°C). En effet, le taux de réussite de l'outil prévisionnel VF2 n'était plus suffisant depuis un an : il faut dire comme vous l'avez constaté cela fait quelques mois que tout restait à faire concernant le dit outil qui ne consistait qu'en une simple comparaison.Merci pour les chiffres en effet légèrement eronnés suite à une division par 31 jours pour deux mois qui n'en comptaient que 30 : il faut se méfier du copier/coller... J'ai retrouvé le message qui m'avais échappé en effet pour avoir été très pris à ce moment là.

Florent.

[florent76]

ben sur mon bureau, j'ai une table de signification des coefficients de correlation, en fonction du cardinal de l'ensemble étudié..; je la regarde et je reporte le chiffre, c'est pas trop compliqué! Sur 12 valeurs, tu es très loin du seuil. En fait, tu n'arrives à des coefficients interessant qu'en prenant l'été 2003 dans l'échantillon, je te l'ai déjà dit dans un de mes premiers posts.

J'ajoute que dans ton extrait de cours de stat, le prof aurait du souligner qu'il fallait impérativement faire des calculs de significativité pour les très petits echantillons.

Pour répondre à Meteor, 0,35 de corrélation entre deux variables, c'est (0.35)² de variance expliquée, soit 10 % à vue de nez... Il reste de la place ...

Plus si loin du seuil en 2005 avec ma VF3 comme l'appelle Tomar... En effet, l'été et même l'année 2003 est de toute manière un cas à part et pour laquelle l'année 1842 constitue un précédent d'une similarité défiant toutes les lois climatiques. Mais la significativité telle qu'elle est calculée ici ne fait pas tout. Depuis 2003, on a eu plusieurs autres exemples d'évolutions parrallèles entre les trends qui ont été sélectionnés et qui ont autorisés des prévisions saisonnières durant tout ce temps restant relativement fiables et évoluant dans la bonne direction malgré des erreurs parfois conséquentes.Florent.

[marco_p]

Tu apprendras que je procède à un réel calcul à présent qui fait encore monter ce même coefficient de corrélation à 0,46 sur la même période et permet une réussite de 50% sur la même période avec 6 mois dans les limites d'une marge d'erreur à +/-0,8°C (février, mars, mai, juin, août, septembre 2005). C'est ce que l'on appelle la période d'apprentissage que l'on pourrait même faire débuter en 2003 d'après ce que j'ai appris ici et qui permet de calculer la fiabilité du modèle. Pour mesurer si cette fiabilité s'inscrit dans le temps, il faudra en effet attendre plusieurs mois, mais c'est le lot de tous les modèles de prévisions

.Un truc sur lequel il faudrait être plus clair, c'est la notion de fichier d'apprentissage et de fichier test. Comment a été élaboré ce "réel calcul" que tu utilises maintenant? J'imagine que c'est pour être plus près des valeurs observées? Quelles valeurs observées as tu alors utilisées? A partir de quand est on dans un réel test? Pourquoi la version 3 de ton modèle n'est pas utilisée pour 2003 et 2004? Jusqu'à quand ta méthode de cycle est elle pertinente pour prévoir ? Sachant qu'elle ne marche pas, si j'ai bien compris, entre en gros 1950 et aujourd'hui?

[florent76]

.

Un truc sur lequel il faudrait être plus clair, c'est la notion de fichier d'apprentissage et de fichier test. Comment a été élaboré ce "réel calcul" que tu utilises maintenant? J'imagine que c'est pour être plus près des valeurs observées? Quelles valeurs observées as tu alors utilisées? A partir de quand est on dans un réel test? Pourquoi la version 3 de ton modèle n'est pas utilisée pour 2003 et 2004? Jusqu'à quand ta méthode de cycle est elle pertinente pour prévoir ? Sachant qu'elle ne marche pas, si j'ai bien compris, entre en gros 1950 et aujourd'hui?

La version 3 du modèle est utilisée pour 2003 et 2004 qu'elle reconstitue toujours aussi bien, mais elle permet d'avoir de meilleurs résultats pour 2005 qui voyait le taux de réussite s'erroder de plus en plus en version 2. Je vais tester le modèle pour les années précédent 2003 pour voir ce qu'il en ressort...Ces résultats découle d'un calcul avec la version 3 et montre que l'on peut reconstituer ces 3 années climatiques avec des données du passé. Les valeurs observées utilisées restent les mêmes, sauf que ce sont ici non pas un, mais les 3 derniers trends cycliques mis en évidence : 1842-45, 1893-96, 1947-50.

Voici les coefficients corrélations et le nombre de mois/total avec une erreur de +/- 0,8°C (réussite) pour le trend 2003-2005 a présent reconstitué avec la version 3 du modèle.

année 2003 : r = 0,85 avec 8/12 mois (67%)

année 2004 : r = 0,27 avec 8/12 mois (67%)

année 2005 : r = 0,48 avec 6/11 mois (55%)

2003 - 2005 : r = 0,66 avec 22/35 mois (63%)

Rappel en version 2 du modèle basé sur le seul trend 1842-45 +1,5°C

année 2003 : r = 0,87 avec 9/12 mois (75%)

année 2004 : r = 0,42 avec 7/12 mois (58%)

année 2005 : r = 0,38 avec 4/11 mois (36%)

2003 - 2005 : r = 0,64 avec 20/35 mois (57%)

Les résultats étaient déjà remarquables malgré la grande simplicité de notre calcul ou plutôt comparaison.

L'année 2003 était clairement prévisible possédant un précédent historique presque en tout point semblable.

Florent.

[marco_p]

L'année 2003 était clairement prévisible possédant un précédent historique presque en tout point semblable

.Peut être, mais encore faut il le détecter avant: or là, ça n'a pas l'air facile puisque les intervalles de temps sont de 51 ans, puis 54 et 56. Donc la prochaine canicule équivalente à 2003 dans 58 ans? (2061) Plus? Moins?

[florent76]

.

Peut être, mais encore faut il le détecter avant: or là, ça n'a pas l'air facile puisque les intervalles de temps sont de 51 ans, puis 54 et 56. Donc la prochaine canicule équivalente à 2003 dans 58 ans? (2061) Plus? Moins?

Effectivement, il faut le détecter avant, mais on peut déjà s'y préparer au moins 3 bons mois avant étant avertis que l'on rentre dans une période pluriannuelle à risque de forte canicule.Ces années présentent généralement un ou plusieurs mois présentant une anomalie à la normale (de l'année concernée) supérieure à +4°C dans la période chaude située d'avril à septembre inclus.

Au vu du printemps 2003, on pouvait fortement présupposer de la grosse chaleur pour l'été et ayant connaissance de tout cela, je n'avais pas manqué d'en signaler le risque à l'époque.

Les intervalles varient autour d'une moyenne de 55 ans. Pour la prochaine occurence, l'évolution sur plusieurs siècles de ce cycle fait supposer en effet une période plus longue que la normale variant entre 55 et 57 ans, soit une canicule à attendre pour un des étés situés entre 2058 et 2060. Perspective très inquiétante si le réchauffement climatique est avéré à cette époque lointaine. Des anomalies mensuelles supérieures à +4°C en été sur une normale rehaussée de 2 à 6°C, ça pourrait donner une anomalie de +6 à +10°C en août 2060 par exemple par rapport à notre normale 1971-2000 : une fournaise inimaginable.

Avant cela, n'oublions pas le second cycle de 55 ans mis en évidence : 1762-1818-1868-1921-1976 qui annonce une sécheresse et peut-être tout autant de chaleur autour de l'année 2031.

Florent.

[Canada Goose]

Avez-vous vu cela: http://ma-meteo.over-blog.com/article-1343097-6.html ?

[Virgile]

Avez-vous vu cela: http://ma-meteo.over-blog.com/article-1343097-6.html ?

Moi ce qui me fait marrer sur ce site, c'est qu'ils expliquent le retard de ce fameux et terrible froid pour décembre par le cyclone Epsilon.

[edd]

Il faut bien trouver des excuses

[CyrilD44]

Avez-vous vu cela: http://ma-meteo.over-blog.com/article-1343097-6.html ?

J'ai vu surtout que ce site pompait les prévisions saisonnieres sur d'autres sites ( preuves à l'appui ) ; j'ai d'ailleurs du avertir en personne le webmaster qui avait carrément fait un copié collé /emoticons/sleep@2x.png 2x" width="20" height="20">

[Virgile]

J'ai vu surtout que ce site pompait les prévisions saisonnieres sur d'autres sites ( preuves à l'appui ) ; j'ai d'ailleurs du avertir en personne le webmaster qui avait carrément fait un copié collé

La prévision saisonnière faite par des amateurs n'est pas un secret d'état quand même. Je vois pas ce qu'il y a de si terrible à reprendre les prévisions d'autres.

[anecdote]

La prévision saisonnière faite par des amateurs n'est pas un secret d'état quand même. Je vois pas ce qu'il y a de si terrible à reprendre les prévisions d'autres.

ben oui de toutes façons on fait bien des "enregistrer l'image sous" de photos dans photolive...

[CyrilD44]

La prévision saisonnière faite par des amateurs n'est pas un secret d'état quand même. Je vois pas ce qu'il y a de si terrible à reprendre les prévisions d'autres.

Je n'ai pas dit le contraire mais il faut mettre la source dans ce cas là ! faut respecter le travail des autres .J'utilise des méthodes qui me sont tout à fait propres tout comme Florent76, Fred Decker et Stephane Fievet . De là à retrouver les prévisions sur un autre site avec la mention copyright en plus, il y a de quoi être énervé !

[vinçounet]

Je n'ai pas dit le contraire mais il faut mettre la source dans ce cas là ! faut respecter le travail des autres .

J'utilise des méthodes qui me sont tout à fait propres tout comme Florent76, Fred Decker et Stephane Fievet . De là à retrouver les prévisions sur un autre site avec la mention copyright en plus, il y a de quoi être énervé !

Oui c'est vrai ça... Qu'il recopie les prévisions, ok, à conditions que la source soit indiqué. Et si il marque "copyright" en plus, c'est le pompom