Chapitre II : Recueil et traitement des données
27
L'échantillon à utiliser dans la méthode POT doit être extrait de la série chronologique originale
de manière que les données puissent être modélisées comme des observations indépendantes.
Cela se fait par un processus de désagrégation dans lequel seules les observations de pointe (les
plus élevées) dans les groupes de dépassements successifs d'un seuil spécifié sont conservées et,
parmi celles-ci, seulement celles qui, dans un certain sens, sont suffisamment éloignées (pour
qu'elles appartiennent à plus moins « tempêtes indépendantes ») sont considérées comme
appartenant à la collection de points POT. Plus précisément, dans la présente demande, nous
avons traité des maximas de cluster à une distance de moins de 48 h d'intervalle comme
appartenant au même cluster (tempête). Cette période de 48h correspond à la durée maximale de
la tempête dans les données.
Il existe plusieurs méthodes disponibles pour l'estimation des paramètres du GPD. Pour le type
de données qui nous intéresse dans ce rapport, la méthode des moments pondérés par les
probabilités (PWM) représente un choix adéquat. Afin de fournir des bandes de confiance
asymétriques fiables, la méthode de PWM a été combinée avec des estimations Bootstrap
ajustées pour le calcul des intervalles de confiance. Plus d’information est disponible sur la
méthodologie dans les publications de S. Caires(Os, Caires, Gent 2011).
En résumé, la procédure d'analyse des valeurs extrêmes appliquée ici comprend les étapes
suivantes :
• Les échantillons POT des maximas de tempête sont collectés à partir de la série chronologique
originale en utilisant différents seuils.
• Pour chaque échantillon POT, les paramètres GPD et leurs incertitudes sont estimés.
• Sur la base de la variation des estimations des paramètres de forme avec le seuil, le seuil
optimal est choisi.
En fixant ce seuil, les estimations des valeurs de retour seront définies.
27
L'échantillon à utiliser dans la méthode POT doit être extrait de la série chronologique originale
de manière que les données puissent être modélisées comme des observations indépendantes.
Cela se fait par un processus de désagrégation dans lequel seules les observations de pointe (les
plus élevées) dans les groupes de dépassements successifs d'un seuil spécifié sont conservées et,
parmi celles-ci, seulement celles qui, dans un certain sens, sont suffisamment éloignées (pour
qu'elles appartiennent à plus moins « tempêtes indépendantes ») sont considérées comme
appartenant à la collection de points POT. Plus précisément, dans la présente demande, nous
avons traité des maximas de cluster à une distance de moins de 48 h d'intervalle comme
appartenant au même cluster (tempête). Cette période de 48h correspond à la durée maximale de
la tempête dans les données.
Il existe plusieurs méthodes disponibles pour l'estimation des paramètres du GPD. Pour le type
de données qui nous intéresse dans ce rapport, la méthode des moments pondérés par les
probabilités (PWM) représente un choix adéquat. Afin de fournir des bandes de confiance
asymétriques fiables, la méthode de PWM a été combinée avec des estimations Bootstrap
ajustées pour le calcul des intervalles de confiance. Plus d’information est disponible sur la
méthodologie dans les publications de S. Caires(Os, Caires, Gent 2011).
En résumé, la procédure d'analyse des valeurs extrêmes appliquée ici comprend les étapes
suivantes :
• Les échantillons POT des maximas de tempête sont collectés à partir de la série chronologique
originale en utilisant différents seuils.
• Pour chaque échantillon POT, les paramètres GPD et leurs incertitudes sont estimés.
• Sur la base de la variation des estimations des paramètres de forme avec le seuil, le seuil
optimal est choisi.
En fixant ce seuil, les estimations des valeurs de retour seront définies.