Introduction - Africa Adaptation Programme
Introduction - Africa Adaptation Programme
Introduction - Africa Adaptation Programme
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1.2.5-Tests statistiques<br />
1.2.5.1-Estimateur de la pente<br />
Il a permis de détecter la tendance (trends) de l’évolution des précipitations. Cette statistique<br />
non paramétrique calcule l'importance de toutes les tendances significatives trouvées.<br />
L'estimateur de pente (slope estimator ) de Sen (Sen, 1968) est calculé comme suit :<br />
pour j=1, …,12 ;<br />
L'évaluation de la pente et de la médiane de toutes les valeurs de<br />
trop forte pour les valeurs extrêmement rares ; les valeurs de<br />
. Hirsch et al. (1982) est<br />
sont calculées sur les<br />
valeurs qui sont des multiples de 12 mois. Les effets de confusion de la corrélation périodique<br />
sont peu probables. Les seuils de confiance pour cet estimateur de pente sont calculés à partir<br />
d’un percentile simple de toutes les valeurs de pentes calculées. La méthode de Sen (1968)<br />
obéit au principe suivant : si le slope error est supérieur au slope estimate, alors le slope<br />
estimator est faux. Si le p-value est inférieur à 0.05, la tendance est significative au seuil de<br />
confiance de 95%. Appliquée sur la description des indices des extrêmes par Aguilar et al.<br />
(2005) et par Zhang et al. (2000), cette méthode a été adaptée avec succès en climatologie<br />
dans l’analyse des températures annuelles du Canada, à l’étude des vagues de chaleurs dans<br />
l’hémisphère Nord par Wang et Swail (2001) et des précipitations du Nord Congo par<br />
Maleké (2010).<br />
1.2.5.2-Généralisation des Valeurs Extrêmes (GEV)<br />
La modélisation statistique des séries (WMO, 1989) suppose que l’on choisisse au préalable :<br />
‣ La façon de constituer un échantillon,<br />
‣ Une loi de distribution,<br />
‣ Une méthode d’estimation des paramètres et des quantiles,<br />
‣ Un schéma qui permet l’utilisation conjointe de données locales et régionales.<br />
Dans le cadre de cette étude, le GEV paraît être le mieux adapté.<br />
L’étude des extrêmes passe par l'analyse du maximum d'un échantillon de taille n. Soit {X1,<br />
X2, ..., Xn} un échantillon de variables aléatoires. Par exemple des observations de la<br />
25