Analyse prévisionnelle d'AVRIL 2005

[florent76]

Meteor,

Tu es libre de penser ce que tu veux également.

Il s'agit d'un outil statistique probabiliste et relié depuis le début au cycles solaires. Si tu t'identifies au forumeur lambda qui ne comprends rien, ce n'est pas une raison pour affirmer qu'il s'agit de mensonges. Plusieurs personnes posent des questions et on eu des réponses.

D'autre part, la fiabilité n'est jamais nulle, elle peut-être mauvaise. Je suppose que tu n'auras pas lu les critères très stricts délimitant les variables fiables.

Des personnes comme toi reprochent à mes prévisions de connaitre des erreurs : je montre qu'elles sont basées en sortie sur plusieurs scénarios et explique bien qu'il peut y avoir des périodes où malgré toute la base théorique sous-jacente, il est intraséquement difficile de définir ce que sera le temps.

A moins, peut-être d'employer des modèles plus importants, ce dont je n'ai pas les moyens. Il s'agit ici d'un travail de base expérimental permettant de mesurer les impacts possibles du soleil et non d'un modèle de prévision saisonnière complet couplant océan et atmosphère : ce que tu sembles oublier apparemment.

Ainsi, je n'ai jamais prétendu faire 100% de réussite, je pense juste faire au mieux 75%. C'est clair et net et j'espère que les mois qui viennent me permettront encore d'atteindre ce score sur la durée.

Florent.

[GD]

pour ne pas ajouter plus de chose que ce que j'ai déjà dit, je ne comprends pas grand chose au façon de traiter les résutats d'un modèle qui donne un résultat différent selon la méthode...

Ceci dit, pour moi, il est proche de 67% de fiabilité soit autant que l'un des meilleurs prévisionnistes si l'on arrive à dechiffrer la méthode qui semble encore obscure...Prometteuse mais il faut communiquer sans inventer des échappatoires ce qui est un peu le cas du scénario anciennement sorti pour avril et nouvellement publié en correctif de ta prédiction principale...

/emoticons/biggrin@2x.png 2x" width="20" height="20">

[florent76]

Prometteuse mais il faut communiquer sans inventer des échappatoires ce qui est un peu le cas du scénario anciennement sorti pour avril et nouvellement publié en correctif de ta prédiction principale...

C'est très clair sur ce point : avez-vous vu un autre chiffre que +4,1° prévu de longue date dans le dernier tableau ?

Le scénario retenu dans ce tableau et pour les mois qui suivent est toujours le même et l'erreur sera bien mesurée par rapport aux +4,1° d'écart aux normales prévus pour avril.

Ce n'est pas un correctif, mais une autre vision des choses permettant de relativiser les prévisions, comme on a les runs de plusieurs modèles numériques mis en courbes sur wetterzentrale. Les runs sont parfois très divergeants et parfois contingeants.

Si tout cela ne vous intéresse pas ou que vous ne pouvez le comprendre, je publie un chiffre par mois et on en parle plus ! /emoticons/biggrin@2x.png 2x" width="20" height="20">

Florent.

[GD]

non on a rien vu d'autre sauf que l'on a lu que tu avais un autre scénario qui avait prévu ceci....

Excuses nous mais tu mets pas mal de garde fous!

J'essaie de comprendre ton mode de modélisation mais je ne le saisis pas ni ta façon de retenir le scénario préférentiel !

Il y a d'autres facons de faire comme calculer la matrice d'autocorrélation entre deux points et ensuite décomposer la matrice sur la base de vecteur propre (méthode POD publié qui a fait ses preuves) !Mais pour te la proposer ou que tu la trouves sur le net, il faut que je sache si elle est adaptée et là je ne le pense pas mais elle est consistante!

[florent76]

La modélisation part des données des séries climatiques, l'étude des cycles solaires permettant de retenir des périodes bien précises sur lesquelles sont appliquées une formule. Je ne vois pas ce qu'il y a de complexe là dedans. Je compte délivrer cette méthode au complet sur un site que je réaliserai spécialement pour étudier cette question.

Pour retenir le scénario préférentiel, on compare chacun d'entre eux à un petit bout de la période actuelle : les premiers mois de 2003 ont suffit à le mettre en évidence. Là encore, je ne vois pas bien ce qui est compliqué et où sont les gardes fous.

Je pense que tout le monde en sait assez pour comprendre ce qui est attendu durant les prochains mois et à quelles éventuelles divergences on peut le plus s'attendre, sachant quelles restent toujours limitées.

Florent.

[GD]

le garde fou auquel je pense actuellement est le scénario qui est sorti minoritaire (1/4..) et qui te donnait une bonne prévision pour avril.

Le quidam qui lit ceci pense de suite que tu es capable de tout prévoir même quand c'est à l'ouest de la situation actuelle. /emoticons/smile@2x.png 2x" width="20" height="20">

[florent76]

le garde fou auquel je pense actuellement est le scénario qui est sorti minoritaire (1/4..) et qui te donnait une bonne prévision pour avril.

Le quidam qui lit ceci pense de suite que tu es capable de tout prévoir même quand c'est à l'ouest de la situation actuelle. 

1) Si c'était le cas, j'aurais opté directement pour ce scénario... Ce n'est pas ce que j'ai fait et l'erreur sera importante en Avril étant donné que j'avais prévu un écart de +4,1° et pas autre chose. Avec une erreur pareille, difficile de croire que je peux tout prévoir !

2) Je cherche toutes les possibilités existant dans les données du passé. Tu le rappelles à juste titre : ce scénario a toujours été minoritaire et je ne vois pas sur quelle base je pourrais l'avoir retenu à l'avance. Si il se montre plus fiable à l'avenir, il deviendra plus corrélé à la période actuelle et pourra devenir le scénario principal, mais c'est loin d'être fait.

3) Il est toujours possible qu'aucun des scénarios ne fonctionne : il suffit d'avoir un mois de mai avec un écart aux normes de -1° ou un peu plus loin, un mois de juillet avec +1°. Ce n'est prévu par aucun des cas de figure sur lesquels je travaille. De plus, il se peut que la relation cyclique sur laquelle je fais des recherches n'existe plus à l'avenir et qu'elle se limite à quelques mois ou encore qu'elle ne soit plus aussi perceptible comme ce fut le cas après 1976, peut-être à cause d'une activité solaire moindre.

Chaque erreur m'apprends quelque chose et me permet d'améliorer mon outil qui reste encore très sommaire. Je n'avais pas du tout prévu ce mois d'avril : j'ai cherché à savoir si une possibilité avait pu échappé au calcul tel que je le faisais et c'était le cas cette fois. Ce sera peut-être utile pour améliorer la fiabilité à l'avenir ou peut-être pas. J'aurais très bien pu ne rien trouver non plus. Certaines anomalies échappent toujours à ma compréhension : tout n'est pas prévisible, loin de là et probablement encore moins avec les moyens dont je dispose.

Je pense ainsi être très loin de pouvoir trop prévoir car il reste beaucoup trop d'inconnues. J'ai simplement pu mettre en évidence l'existence d'un cycle climatique au moins présent sur quelques dizaines de mois, quelque chose qui se détache du "bruit" statistique dans les données météorologiques.

Florent.

[bicri]

Florent , je pense que ces valeurs t'interesseront pour améliorer ton modèle , car c'est avec des échecs que l'on se bonifie, sur vannes la moyenne des minis comme des maxis est déficitaire pour le moment de -0,2°c, bon courage avec tes prévi.cordialementr

[bicri]

Il n'y a pas que florent qui fait des erreurs , voir météo office et comparer avec les prévi précédentes , suivre régions en bas de la carte d'ensemblehttp://www.meto.gov.uk/weather/index.html

[anecdote]

excuse ma flemme Florent, mais je n'ai pas le courage d'aller chercher la réponse à ma question dans tous tes messages : quel critère as-tu choisi pour qualifier ta prévision de bonne ou mauvaise ?

[florent76]

La réussite d'une prévision est calculée par le "résultat" :

Résultat = il est égal un 1 et donc bon si l'Erreur est inférieure à 1,5°C et que l'Erreur < Mesures.

Il est donc nécessaire que ces deux conditions soient remplies simultanément pour que la prévision soit réussie.

La première limite l'erreur possible à +/- 1,5°. La seconde fait que plus la mesure est proche d'un écart nul (qui sont plus souvent rencontrées), plus l'erreur devra être réduite.

Ajoutons tout de même que la permière condition suffit chaque fois que l'erreur est inférieure à 0,3°.

Les mêmes conditions régissent le calcul de la fiabilité qui est mesurée par rapport aux deux scénarios principaux.

Tu pourras retrouver tous ces détails en cliquant sur le lien vers les prévisions saisonnières pour 2005.

Florent.

[Virgile]

Il n'y a pas que florent qui fait des erreurs , voir météo office et comparer avec les prévi précédentes , suivre régions en bas de la carte d'ensemblehttp://www.meto.gov.uk/weather/index.html

C'est bien la preuve que même si il faut perséverer, les prévisions saisonnières pour l'europe comme le dit jsutement G Plaut ne fonctionne toujours pas.

[GD]

Ce que je ne peux qu'appuyer...

Sauf que cette fois, on a un bilan chiffré par Florent qui nous permet de juger de la fiabilité d'un outil ce que ne font pas les autres excepté peut être Météoblegique qui me semble honnète...

[CyrilD44]

C'est bien la preuve que même si il faut perséverer, les prévisions saisonnières pour l'europe comme le dit jsutement G Plaut ne fonctionne toujours pas.

j'avais demandé des renseignements à Guy Plaut sur les recherches qu'il avait effectuées sur les prévisions saisonnieres : sur certains modeles, il y avait très peu de réussite et sur d'autres c'était la catastrophe .Il faut juste prendre le bon modele qui prend en compte le maximum de parametres : en cherchant bien, on s'en sort plutot bien /emoticons/wink@2x.png 2x" width="20" height="20">

[Invité]

Ce que je ne peux qu'appuyer...

Sauf que cette fois, on a un bilan chiffré par Florent qui nous permet de juger de la fiabilité d'un outil ce que ne font pas les autres excepté peut être Météoblegique qui me semble honnète... /emoticons/wink@2x.png 2x" width="20" height="20">

Oui c'est un effort louable.Quoique l'introduction d'un scénario secondaire risque à mon sens de brouiller les cartes.

Il suffit de voir ,pour 2005 ,7 mois sur 12 sont déclarés avec fiabilité nulle.

Mais dans le même temps ils permettent ,en élargissant la marge,une très belle porte de sortie.

C'est ce que j'appelle les chemins de traverse.

Pour ma part je ne juge pas cet outil suffisamment objectif pour en accepter les résultats.On peut même dire que ,d'entrée,seules les prévisions de 5 mois sur 12 sont à considérer.

Non tout ceci n'est vraiment pas sérieux.

Pour ma part j'estime que si la température prévue d'un mois donné est en dehors de la plage T prévue + - 1°C la note est zéro.

Si elle est dans la plage T prévue + - 0.5 °C ,la note est 20.

Si elle est entre + - 0.5°C et + - 1°C la note est 10.

Et un seul scénario doit compter,évidemment.

[GD]

Sur l'interprétation des résultats et des observations chacun doit se remémorer ce qui a été dit et écrit.

Cependant, même si je suis à des années lumière de croire au modèle de Florent, il faut avouer qu'il fait ce que les autres ne font pas c'est à dire accepter la critique en annoncant la couleur.

Après, l'adjonction de scenario seconcaires pouvant expliquer ceci ou cela, relèvent de la malhonnèteté mais les résultats d'avril publiés montrent toujours une anomalie de +4.1. Donc rien n'a changé mais son outil est à l'ouest de ce qui s'est passé!

[anecdote]

La réussite d'une prévision est calculée par le "résultat" :

Résultat = il est égal un 1 et donc bon si l'Erreur est inférieure à 1,5°C et que l'Erreur < Mesures.

Il est donc nécessaire que ces deux conditions soient remplies simultanément pour que la prévision soit réussie.

La première limite l'erreur possible à +/- 1,5°. La seconde fait que plus la mesure est proche d'un écart nul (qui sont plus souvent rencontrées), plus l'erreur devra être réduite.

Ajoutons tout de même que la permière condition suffit chaque fois que l'erreur est inférieure à 0,3°

exemple pour un mois donné :

prévision d'anomalie : ep = +0.5°

réalité : em = +1.9°

erreur = |em - ep| = 1.4°

=> bon pronostic car err < 1.5° et err < |em|

Par contre, si em = -0.1°, alors err = 0.6° < 1.5° ce qui est a priori une meilleure prévision mais err > |em| donc mon pronostic est mauvais !?

Me trompe-je ?

[florent76]

Par contre, si em = -0.1°, alors err = 0.6° < 1.5° ce qui est a priori une meilleure prévision mais err > |em| donc mon pronostic est mauvais !?

C'est bien ça Anecdote, tu as tout bon... J'ai suivi en cela les conseils de GD : cela permet de prendre en compte que les valeurs mesurées sont plus nombreuses lorsque l'anomalie est faible. On ressert donc les critères de bonne prévision au fur et à mesure que l'on se rapproche des faibles anomalies thermiques, même si l'écart absolu peut-être faible. C'est pour cela que les erreurs inférieures à 0,3° n'invalident pas une prévision quel que soit le cas de figure.

Etant donné ces deux critères croisés, si on réduit la marge de 1,5° à 1,0°, cela ne retire que deux mois (fév. et sept. 2004) à la liste des mois bien prévus contrairement à ce que pourrait penser Meteor. En effet, le second critère disant que l'erreur < mesure est très efficace.

Cela fait six mois, j'avais lancé un long débat ici afin de savoir comment mesurer une bonne prévision et nous en étions tout simplement arrivé à ce que je présente aujourd'hui.

Je vous remercie de rappeler tout de même que j'essaie d'être le plus transparent par rapport aux résultats de cette étude et qu'accepte la critique.

Je comprends vos réserves par rapport aux second scénario, mais il n'y a toujours bien qu'un chiffre qui est annoncé par mois et pour avril, c'était bien +4,1°. Si la comparaison avec les modèles numériques ne vous a pas convaincu, on peut encore considérer que le scénario secondaire constitue un intervalle de confiance autour du scénario avancé depuis plusieurs mois.

Florent.

[anecdote]

Merci Florent, mais mon exemple montre que ton critère est très imparfait :

Supposons en effet que j'ai prévu une anomalie de +0.5°.

Si la réalité est de +1.9°, le résultat n'est pas génial sans être mauvais, et franchement je préfère faire passer la tolérance de 1.5° à 1°. Avec ta méthode cependant, le pronostic est bon.

Si la réalité est de -0.1°, je n'ai que 0.6° d'écart avec ma prévision, perso je serais content d'un tel résultat. Mais avec ta méthode, non, c'est un mauvais pronostic.

Je ne suis donc pas d'accord avec ton raisonnement.

Il faut fixer en effet une tolérance, mais plus faible que la tienne : 1.5° me paraît trop "facile". Disons plutôt 1°, voire 0.8°.

Et puis il faut supprimer ta seconde condition (Erreur < Mesures), que je trouve inappropriée. En effet, le but de la "prévision mensuelle thermique" est de prévoir une anomalie thermique aussi proche que possible de la réalité, point. Pourquoi un critère beaucoup plus sévère lorsque l'anomalie est proche de zéro ? C'est absurde (cf mon exemple) !

Comme la plupart des anomalies sont en effet inférieures à 2° en valeur absolue, il est logique de prévoir davantage des anomalies comprises entre -2° et +2° : statistiquement on a plus de chances de gagner. Ce n'est pas une raison pour rendre le critère plus sévère ! A l'opposé, ta tolérance de 1.5° est trop "laxiste".

Prévoir +0.5° pour un résultat de -0.1°, c'est tout-à-fait satisfaisant.

Prévoir +0.5° pour un résultat de +1.9°, c'est pas terrible.

Etes-vous d'accord ?

[Invité]

Contrairement à ce que j'avais dit au cours d'un de mes posts précédents ,au regard des températures moyennes relevées en Europe au cours des dernières décennies il n'est pas évident qu'il soit plus probable d'avoir pour un mois donné ,une température moyenne égale à +- 0.5°C près à la moyenne climato ,qu'une température moyenne égale à cette climato +- 1.5°C.

Il y a autant de probabilités ,pour résumer et en première approche d'avoir Tm ,Tm+1,Tm-1,Tm+1.5,Tm-1.5.(légèrement décroissante)

Les probabilités deviennent vraiment plus faibles lorsqu'on s'éloigne de plus de 2°C.

Je pense donc un peu comme il est dit plus haut à savoir n'utiliser qu'une marge d'erreur unique et pourquoi pas 0.8°C.

Concernant le second scénario il n'est utile à mon sens qu'en interne pour modification de son propre modèle par Florent.

[Invité]

Contrairement à ce que j'avais dit au cours d'un de mes posts précédents ,au regard des températures moyennes relevées en Europe au cours des dernières décennies il n'est pas évident qu'il soit plus probable d'avoir pour un mois donné ,une température moyenne égale à +- 0.5°C près à la moyenne climato ,qu'une température moyenne égale à cette climato +- 1.5°C.

Il y a autant de probabilités ,pour résumer et en première approche d'avoir Tm ,Tm+1,Tm-1,Tm+1.5,Tm-1.5.(légèrement décroissante)

Les probabilités deviennent vraiment plus faibles lorsqu'on s'éloigne de plus de 2°C.

Je pense donc un peu comme il est dit plus haut à savoir n'utiliser qu'une marge d'erreur unique et pourquoi pas 0.8°C.

Concernant le second scénario il n'est utile à mon sens qu'en interne pour modification de son propre modèle par Florent.

Chiffrons un peuPour l'Europe entre 1870 et 2004 et pour le mois de janvier on a :

3,05% Tm entre Tc +3 et Tc +2.5

6.1% Tm entre Tc +2.5 et Tc +2.0

11.45% Tm entre Tc +2.0 et Tc +1.5

10.68% Tm entre Tc +1.5 et Tc +1.0

9.16% Tm entre Tc 1.0 et Tc +0.5

13.74% Tm entre Tc +0.5 et Tc

10.68% Tm entre Tc et Tc -0.5

11.45% Tm entre Tc -0.5 et Tc -1.0

9.92% Tm entre Tc -1.0 et Tc -1.5

6.1% Tm entre Tc -1.5 et Tc -2.0

3.05% Tm entre Tc -2.0et Tc -2.5

3.05% Tm entre Tc -2.5 et Tc -3.0

1.52% Tm < Tc- 3.0°C

On voit donc que dans l'intervalle Tc +2 et Tc -1.5 et par tranches de 0.5°C les probabilités sont équivalentes et égales à 11+-2%.

NB

Tm = température du mois et Tc = température climatologique

La base de données concerne les anomalies de température.

Je n'ai pas eu le temps de calculer les autres mois.

[gadax38]

/emoticons/happy@2x.png 2x" width="20" height="20"> Merci pour ces chiffres meteor. Ce qui est égalemment impressionnant c'est le pourcentage de valeurs comprises entre +2 et -1,5 , 77% c'est beaucoup.

Tu aurais un lien pour les données ?

[Invité]

/emoticons/happy@2x.png 2x" width="20" height="20"> Merci pour ces chiffres meteor. Ce qui est égalemment impressionnant c'est le pourcentage de valeurs comprises entre +2 et -1,5 , 77% c'est beaucoup.

Tu aurais un lien pour les données ?

J'ai bien du mal à retrouver ce lien.(voir peut-être stalbuck)Je pense que c'est la NASA mais je n'en suis pas sûr.

J'ai enregistré un fichier text que j'ai retransformé en excel et qui comprend les anomalies de température pour quasiment toutes les régions du globe et de 1870 à 2004.Cela permet ainsi de faire un tas de calculs, de faire les courbes et aussi les stats.

C'est vraiment une source intéressante de données et je vais rechercher le lien.

[florent76]

STATISTIQUES SUR LES ECARTS A LA NORMALE 1770-2004 POUR CETTE PERIODE pour la station de Paris Le Bourget.

Med : Médiane des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004(autant d'écarts mensuels sont inférieurs que supérieurs à ce nombre)

Moy : Moyenne des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004

Min : Minima des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004

C15 : Percentile 15 des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004 (15% des écarts mensuels sont inférieurs à cette valeur)

C85 : Percentile 85 des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004 (85% des écarts mensuels sont inférieurs à cette valeur)

Max : Maxima des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004

Amp : Amplitude des écart mensuels 1770-2004 rapportés à la moyenne 1770-2004

.......Med...Moy...Min....C15....C85..Max..Amp

Jan..0,54….2,1...-9,0…-2,96….2,55…5,1…14,1

Fev..0,23….1,8...-8,7…-2,18….2,14…5,4…14,1

Mar.-0,06….1,5…-5,5…-2,06….2,04…3,7….9,2

Avr.-0,03…..1,2…-4,3…-1,63….1,57…4,6….8,9

Mai..0,02….1,3….-3,9…-1,59….1,43…4,6….8,5

Jun.-0,11….1,1…-3,3….-1,41….1,39…4,5….7,8

Jul..-0,23….1,2…-3,6….-1,53….1,67…5,8….9,4

Aou.-0,08….1,2…-3,5…-1,48….1,52…5,1….8,6

Sep.-0,10….1,2…-4,0…-1,40….1,40…3,9….7,9

Oct...0,07….1,2…-4,2…-1,45….1,27…4,5….8,7

Nov..0,02….1,3...-4,1…-1,68….1,62…5,0….9,1

Dec.-0,01….1,9.-11,5…-2,44….2,46…5,0…16,5

Moy..0,04….1,4…-5,5.…-1,82….1,75…4,8..10,2

Comme on le voit dans les statistiques de Meteor, on a pas mal d'écarts positifs en janvier, ce qui est confirmé ici puisque la médiane est significativement au dessus de 0 en janvier et février. Par contre, si jamais les écarts sont négatifs, il peuvent l'être plus qu'à n'importe quelle autre période de l'année durant l'hiver. On mesure bien ici la tendance naturelle allant à un climat légérement plus doux que les moyennes ne le laisse penser le plus souvent et que l'air polaire peut soudain remettre en cause avec un très fort impact sur les écarts. Alors que les minimas et maxima possible se tiennent autour de 5° en valeur absolue toute l'année pour une amplitude moyenne de 10°, l'hiver est la seule période où on peut avoir dans le négatif des écarts approchant les 10°, soit le double !

Voici ce que j'ai retrouvé dans les archives du forum, constituant les débats là où ils avaient été laissé :

3) Calcul de l'erreur de prévision à 24 heures

On considère que la prévision est juste lorsque l'écart entre la température observée et la température prévue est inférieur à 2°C. Ce critère est plutôt sévère car le paramètre température peut subir des variations de l'ordre d'un degré en quelques minutes. La température est notamment tributaire de la couverture nuageuse, du vent et de l'ensoleillement.

Les températures minimales sont en général celles du petit matin tandis que les maximales sont celles au plus chaud de l'après-midi.

Le score de bonnes prévisions pour les précipitations prend en compte les prévisions de pluie et de temps sec. Cette évaluation ne prend pas en compte les quantités de précipitations, mais l'apparition ou non de pluie, même très faible.

Le dossier complet :

Les indicateurs de fiabilité

Question 4 : Si la prévision est juste lorsque l'écart entre la température observée et la température prévue est inférieure à 2°C à 24 h, avec quel écart peut-elle être considérée juste à la décade, au mois, à la saison ?

Peut-être as-tu des contacts à météo nationale belge ou française qui saurais répondre à ces question. Que les spécialistes qui lisent ce sujet n'hésitent pas à répondre. Merci beaucoup.

Florent.

Pas de réponse à mes questions pour le moment.

J'ai donc tenté d'y répondre empiriquement. J'ai pris le cas de Paris.

Météo France considère qu'une prévision avec une erreur inférieure à 2° est réussi pour une température mini ou maxi à 24 heures.

Considérons qu'il en est ainsi que ce soit une prévision à 24 h, 48h ou 10 jours.

Météo France travaille donc ici sur des données quotidiennes qui varient en gros de 20 à 30° entre les records de froids et de chaleurs, entre l'hiver et l'été. En moyenne, on a des données soumises à une amplitude théorique de 25° en moyenne donc.

J'ai examiné les données mensuelles en température moyenne (Tn+Tx). Elle connaissent une amplitude théorique allant de 8° l'été à 15° l'hiver, soit en gros 10° d'amplitude puisque ce sont surtout les 3 mois d'hiver qui connaissent de gros contrastes.

Les températures saisonnières moyennes peuvent avoir une amplitude de 7 à 8°.

Les températures annuelles varient enfin sur 4,5° seulement.

Grossièrement, on pourrait arrondir comme suit, les valeurs guide permettant de dire si une prévision est erronée ou pas.

Pour un jour variant sur 25°, on a une tolérance de 2° (Météo France)

Donc, on pourrait avoir :

Pour un mois variant sur 10°, une tolérance de 1°, voire 0,8°,

Pour une saison variant sur 7°, une tolérance de 0,5°,

Pour une année variant sur 4,5°, une tolérance de 0,3°.

Que pensez-vous de ce raisonnement ? Si quelqu'un peut me dire si il est correct et ce que je pourrais faire pour évaluer théoriquement et scientifiquement ces valeurs de tolérance, je suis preneur. Si c'est valable, j'essaierais d'évaluer ces valeurs précisément quitte à les arrondir ensuite. Sans quoi, n'hésitez pas à me dire si vous trouver la démarche intéressante et constructive.

Florent.

Que pensez-vous compte tenu du tableau présenté au début du post et de ces débats sur la façon de mesurer l'écart mensuel ??

On voit que sur un mois, ces écarts sont grossièrement compris entre -5° et +5°, hormis durant la période hivernale où ils peuvent exceptionnellement s'effondrer jusqu'à -10°, mais c'est rare comme le traduit la médiane bien supérieure à l'écart nul de 0°.

L'amplitude moyenne à l'année des écarts mensuel est donc de 10°.

On voit aussi que 70% des valeurs (percentile 15 et 85) sont comprise entre -1,8° et +1,8°.

L'amplitude est donc dans 70% des cas de 3,5°

En reprenant les chiffres déjà donnés :

Grossièrement, on pourrait arrondir comme suit, les valeurs guide permettant de dire si une prévision est erronée ou pas.

Pour un jour variant sur 25°, on a une tolérance de 2° (Météo France)

Donc, on pourrait avoir :

Pour un mois variant sur 10°, une tolérance de 1°, voire 0,8°

En effet, si on ne retient plus le critère prévision < mesure, une tolérance de 1,5° n'est pas du tout satisfaisante puisque qu'il suffirait de prévoir un écart nul pour tomber juste dans plus de 65% des cas.

A partir de ces chiffres, que pensez-vous qu'il soit le plus judicieux de faire ??

Je suis d'accord pour contruire avec vous un indicateur de bonne prévision qui satisfasse le plus grand nombre. Pour cela, il faut je pense qu'il faut qu'il ait un sens. Je pense qu'il devrait tourner autour d'une tolérance de 1° si on fait la comparaison avec Météo-France, mais mon raisonnement est peut-être faux.

J'attends donc vos avis. Si nous arrivons à mettre au point un indicateur consensuel, je mettrais tous mes tableaux à jour et recalculerai les nombres de mois bien prévus avec notre nouvel indicateur.

Florent.

[anecdote]

moi je dirais qu'il faut prendre une tolérance de 1°.

Florent, travailles-tu sur des tableaux EXCEL où la tolérance est un paramètre, ce qui permet de rafraîchir immédiatement tes résultats et ainsi d'avoir assez vite le pourcentage de réussite des prévisions en fonction de la tolérance ?