Combining site-specific and regional information: an empirical Bayes approach
Analyse fréquentielle ; Crue ; Décision ; Estimation ; Géographie physique ; Information ; Optimisation ; Risque ; Statistique ; Théorie deBayes ; Théorie de la décision
Utilisation de la théorie deBayes pour établir des méthodes d'inférence de quantités hydrologiques en combinant des données ponctuelles et des données régionales. Présentation de deux exemples d'analyse de fréquence de crue pour illustrer les
Data analysis ; Estimation ; Forecast;Prediction ; Graphics ; Infant mortality ; Matrix analysis ; Model ; North Carolina ; Spatial statistics ; United States
L'A. fait appel à des techniques bayésiennes de statistique spatiale pour représenter graphiquement les taux de mortalité infantile à l'échelle des comtés de Caroline du Nord. L'A. montre pourquoi il est important de cartographier des valeurs
lissées : elles permettent de prendre en compte l'hétérogénéité spatiale des variances, et la dépendance spatiale entre les régions.
Cancer ; Cartography ; Estimation ; Matrix analysis ; Mortality ; Ohio ; Risk ; Simulation ; Spatial structure ; Statistics ; United States of America
estimation à partir de la statistique bayésienne: validité desestimations et impact des hypothèses incorrectes sur cette identification. Deux approches bayésiennes sont étudiées: l'approche standard et l'approche contrainte. Mortalité par tumeur au cerveau
Identification des régions présentant les risques les plus élevés pour certaines maladies. Problème de l'instabilité des taux dans de petites populations. Une étude de simulation cartographique permet une comparaison entre l'observation brute et une
A note on small sample properties of estimators in a first-order spatial autoregressive model
Analyse spatiale ; Autocorrélation spatiale ; EstimateurdeBayes ; Estimation ; Généralités sur la géographie ; Méthode Monte Carlo ; Petit échantillon ; Processus STAR ; Processus autorégressif ; Simulation ; Statistique ; Système spatial ; Série
Propose un estimateur bayésien et développe la procédure d'estimationdes paramètres d'un modèle autorégressif spatial d'ordre 1. Evaluation des propriétés pour les petits échantillons et comparaison avec les résultats d'une simulation suivant la
Analyse fréquentielle ; Crue ; Distribution de Gumbel ; Distribution de Wakeby ; Distribution log Pearson type III ; Distribution log-normale ; Estimateur robuste ; Estimation ; Géographie physique ; Indice de crue ; Information ; Modèle
; Robustesse ; Statistique ; Théorie deBayes
plusieurs estimateurs utilisant l'information régionale pour les crues: estimateurs bayésiens et estimateurs régionalisés à partir de l'indice de crue. Il semble que les estimateurs régionalisés soient préférables lorsque l'on traite de courtes séries, alors
que les estimateurs combinant information ponctuelle et information régionale soient préférables pour des séries plus longues.
Exposé de ce qu'est la robustesse d'un modèle. Dans le cas de l'analyse de fréquence des crues, élaboration de stratégies permettant d'obtenir les modèles les plus robustes. Utilisation d'une distribution de Wakeby à cinq paramètres. Comparaison de
Conditions d'utilisation du krigeage en hydrogéologie| prise en compte de la taille de l'échantillon sur la précision desestimations (niveaux piézométriques et transmissivité). Les estimateurs obtenus par la méthode des moindres carrés et par le
krigeage montrent que pour un échantillon inférieur à 50, le krigeage ne présente pas d'avantage particulier sur les moindres carrés, au sens deBayes alors qu'il est supérieur dans une optique minimax. Il semble que le krigeage serve plus pour établir un
réseau d'observations que pour traiter des données observées.
Comparison of estimators of standard deviation for hydrologic time series
EstimateurdeBayes ; Estimateur non biaisé ; Estimateur robuste ; Estimation ; Géographie physique ; Maximum de vraisemblance ; Méthode Monte Carlo ; Processus aléatoire ; Processus autorégressif ; Simulation ; Statistique ; Série chronologique
; Théorie de la décision
comparer plusieurs méthodes alternatives d'estimationde l'écart-type d'un modèle autorégressif d'ordre 1 en termes de biais, de la racine de l'erreur quadratique moyenne, de la probabilité de sous-estimation, etc. Trois méthodes donnent des valeurs
estiméesde moins biaisées mais supérieures aux erreurs quadratiques moyennes obtenues par une estimation traditionnelle. Utilité de ce type d'estimation dans le cadre de prix de décision où on a le choix entre sous-estimer ou surestimer une valeur.
Génération de facteurs sans biais, par une simulation à partir de nombre aléatoire, comme fonction de corrélation de série, la taille de l'échantillon pour l'écart-type d'un modèle autorégressif d'ordre 1. Des simulations Monte Carlo permettent de
Développement régional ; Géographie de l'Afrique ; Nigéria ; Pastoral ; Ressources naturelles ; Secteur agricole ; Stratégie de développement ; Système agro-pastoral ; Utilisation du sol
England ; Estimation ; Health ; London ; Mental illness ; Morbidity ; Risk ; Spatial analysis ; Statistics ; United Kingdom
Les AA. considèrent les approches bayésiennes permettant d'ajuster les estimationsde la prévalence sur de petites zones. Sources provenant d'un registre sur les personnes souffrant de maladies mentales sérieuses. La variabilité de la prévalence
latente entre les aires est considérée. Les méthodes intégrales deBayes tiennent compte de l'incertitude dans les paramètres de la prévalence et permettent d'inclure des informations provenant d'autres sources ou d'études précédentes. Etude de cas
: partie orientale de Londres (Barking et Havering).
L'estimation bayésienne des caractéristiques de calcul d'un écoulement fluvial minimal dans des conditions non stationnaires
Action anthropique ; Algorithme ; Approvisionnement en eau ; Bassin-versant ; Changement climatique ; Don ; Ecoulement ; Estimation ; Hydrologie fluviale ; Russie d'Europe ; Série chronologique
Algorithm ; Climatic change ; Don ; Estimation ; European part of Russia ; Fluvial hydrology ; Human impact ; Runoff ; Time series ; Water supply ; Watershed
Abastecimiento de agua ; Acción antrópica ; Algoritmo ; Cambio climático ; Cuenca hidrográfica ; Escorrentía ; Estimación ; Hidrología fluvial ; Rusia de Europa ; Serie cronológica
La difficulté de la prévision hydrologique abordée demeure dans la nature non stationnaire des variations pluriannuelles d'écoulement fluvial minimal et dans la nécessité de concevoir une méthode adéquate pour son estimation. Les AA. proposent de
faire les calculs à l'aide du théorème deBayes. L'application systématique de ce théorème permet de préciser les caractéristiques de calcul d'un écoulement fluvial minimal dans les conditions non stationnaires. Cela est important pour la prévision des
[b1] Académie des Sciences de Russie, Inst. des Problèmes Aquatiques, Moskva, Russie, Federation de
Le modèle de la moyenne pondérée (BMA) selon Bayes est la plus populaire des techniques permettant de calculer les moyennes. Elle est lourde sur le plan informatique, ce qui gêne pour obtenir des évaluations exactes. Une méthode de simulation (en
chaînes de Markov selon Monte Carlo) est nécessaire pour résoudre ce problème. On a proposé une estimation par les moindres carrés de la moyenne pondérée (WALS) comme une alternative au BMA. Cette évaluation présente des avantages théoriques sur
l'évaluation BMA. On présente deux contributions à la littérature sur WALS. On examine les propriétés desestimateursde ces modèles sur de petits échantillons à l'aide de la méthode Monte Carlo. Le WALS standardisé peut produire des évaluations biaisées.
Bassin-versant ; Bilan sédimentaire ; Cours d'eau ; GPS ; Modèle numérique de terrain ; Méthodologie ; Royaume-Uni ; Réseau de drainage ; Scotland ; Situation d'incertitude ; Topographie
Balance sedimentario ; Corriente de agua ; Cuenca hidrográfica ; Escocia ; GPS ; Metodología ; Modelo numérico de terreno ; Red de drenaje ; Reino Unido ; Situación de incertitud ; Topografía
The aim of this paper is to present a new technique that allows more robust estimation of DEM quality and its influence on sediment budgets derived from DEM differencing. The novel contributions set out here are : 1) a new technique for estimating
the magnitude of DEM uncertainty in a spatially variable way using fuzzy set theory; and 2) a technique for discriminating DEM of Difference DoD uncertainty on the basis of the spatial coherence of erosion and deposition units using Bayes Theorem
Analyse spatiale ; Chaîne deBayes ; Chaîne de Markov ; Entropie ; Généralités sur la géographie ; Information ; Interaction spatiale ; Maximisation de l'entropie ; Minimisation ; Processus aléatoire ; Processus markovien ; Thermodynamique ; Théorie
. propose un cadre markovien à la maximisation de l'entropie pour prévoir les distributions de trajets, avec une proposition de chaîne deBayes, basée sur une minimisation de l'information avec =1.
L'A. souligne les différences entre la mesure de l'entropie thermodynamique et celle de l'entropie de la théorie de l'information. Discussion des conséquences pour la distribution des trajets et leur modélisation en milieu urbain, lorsqu'on emploie
des techniques de maximisation de l'entropie ou de minimisation de l'information. Les modèles d'interaction spatiale utilisant des mesures d'entropie, dérivée de l'entropie de Rényi sont impropres, vu les propriétés limitées de cette entropie. L'A
Incertitude de l'information et décisions en situation de risque. Cas de problèmes de protection contre les crues
Bayes ; Crue ; Crue de projet ; Débit ; Décision ; Ecoulement ; Géographie physique ; Hydrologie mathématique ; Hydrologie stochastique ; Incertitude ; Information ; Lutte contre les crues ; Risque ; Statistique ; Théorie de la décision
La théorie de la décision statistique et la méthode deBayes permettent d'intégrer, à la différence des méthodes statistiques classiques d'analyse des débits maximaux annuels, les incertitudes d'ordre hydrométéorologique, lithopédologique et humain
ou économique dans une procédure cohérente du choix des décisions. On en applique les principes au cas où la variable de décision est unidimensionnelle et caractérisée par le débit d'une crue de projet. (RF).
Choix optimal ; Critère deBayes ; Débit ; Décision ; Ecoulement ; Géographie physique ; Modèle de simulation ; Méthode de Box-Jenkins ; Processus ARIMA ; Processus ARMA ; Processus aléatoire ; Processus autorégressif ; Processus à moyenne mobile
; Statistique ; Série chronologique ; Théorie de la décision
Comparaison de la fiabilité de plusieurs modèles de débits fluviaux en utilisant une règle de décision dérivée du critère deBayes, règle dont la propriété est de minimiser la probabilité d'erreur. Les modèles considérés sont de type AR, MA, ARMA et
ARIMA. Pour les débits mensuels, détermination du meilleur modèle ARIMA et de la meilleure transformation applicable aux données. Les modèles établis sur les transformations logarithmiques des données donnent les meilleurs résultats. L'impact des
fonctions de densité de probabilité a priori sur la variabilité des décisions est analysé.
Bayes design of a reservoir under random sediment yield
Simulation, appliquée à un exemple du sud de l'Arizona, de la sédimentation à long terme d'un réservoir. Le projet optimal de réservoir et le risque bayésien correspondant sont évalués dans quatre cas: 1) Incertitude naturelle| 2) Incertitude
naturelle et incertitude sur les paramètres de la distribution bivariée adoptée pour les précipitations| 3) Incertitude naturelle et incertitude sur le paramètre de la distribution de Poisson (employée pour le comptage des événements)| 4) Sur l'ensemble des
incertitudes. La simulation permet de voir l'importance de la longueur de la série des précipitations. Mais seule, une analyse bayésienne partielle a été menée à bien vu la complexité engendrée par l'incertitude tridimensionnelle des paramètres.
Why should a forecaster and a decision maker use Bayes theorem
Aide à la décision ; Décision optimale ; Généralités sur la géographie ; Incertitude ; Optimisation ; Prise de décision ; Probabilité ; Probabilité bayésienne ; Prévision ; Risque ; Sciences de la Terre ; Statistique ; Théorie de la décision
L'A. propose une procédure de décision bayésienne optimale pour des prévisions sur des variables continues, dans un cadre quadratique. La généralisation de la solution analytique à un problème de décision quadratique permet d'évaluer les procédures
de décision non optimales. Deux traitements bayésiens de l'information selon le type de prévisions modales ou probabilistes. Application à des prévisions de températures journalières.
Classification contextuelle d'images de télédétection utilisant la programmation génétique
L'A. présente une méthode de classification contextuelle d'images de télédétection basée sur le formalisme Markov-Bayes dont la minimisation de la fonction d'énergie déduite est obtenue en utilisant la programmation génétique. Discussion des