CHAPITRE II
Analyse des évènements extrêmes
27
Figure II-8 : Estimation des événements extrêmes par la distribution de Weibull pour N, NNE, NE et ENE.
II.3.2. Comparaison des résultats de la distribution de Gumbel et de Weibull
Afin de déterminer quelle distribution convenant le mieux à notre cas d'étude (Gumbel ou
Weibull), on représente graphiquement la distribution des Hauteurs significatives í µí°» í µí± de notre série
de données. (Cornel Stander 2015). Un script du langage python est utilisé avec la bibliothèque
seasborn et scipy, le graphique résultant est illustré dans laFigure II-10.
Figure II-9 : Queues des trois distributions de la loi GEV
Analyse des évènements extrêmes
27
Figure II-8 : Estimation des événements extrêmes par la distribution de Weibull pour N, NNE, NE et ENE.
II.3.2. Comparaison des résultats de la distribution de Gumbel et de Weibull
Afin de déterminer quelle distribution convenant le mieux à notre cas d'étude (Gumbel ou
Weibull), on représente graphiquement la distribution des Hauteurs significatives í µí°» í µí± de notre série
de données. (Cornel Stander 2015). Un script du langage python est utilisé avec la bibliothèque
seasborn et scipy, le graphique résultant est illustré dans laFigure II-10.
Figure II-9 : Queues des trois distributions de la loi GEV