Recette de fabrication des crosses de hockeys...

[calculair]

Bonjour

Je ne sais si je t'ai bien suivi Michel, mais si tu ajoutes à un signal avec 20 dB de S/B le mêle signal avec 10 dB de SB, même si tu ponderes en egalement le puissance de bruit le resultat sera moins bon que le meilleur signal.

exemple

la puissance signal N°1 egale 1, la puissance de bruit est 0,01, le S/B = 20 dB
La puissance sigall N°2 egale 1, la puissance de bruit est 0,1, le S/B = 10 dB

En faisant une somme ponderée en egalant les puissance bruit

On prend 1 sur la puissance du 1° ssignal et 0,1 pour la puissance du 2° signal

En additionnant les amplitudes des signaux, le signal utile somme et alosr de
1,316 et la puissance signal de 1,7324

La puissance de bruit total de 0,02 et donc le S/B = 19, 376 dB

Conclusion on a deterioré le meilleur signal....

En fait il faut ajouter des signaux qui ont des S/B equivalent pour ameliorer le S/B global.

Il faut donc eliminer le signaux considerer comme trop bruités. J'avais dejà abordé rapidement ce faitavec Gilles, qui semble bien connaitre ce problème pour sortir du bruit un signal avec un S/B mauvais.
-----

[piwi]

Alors bon sang oui, j'ai lu cette discussion et j'ai donné ma réponse dans le message précédent. Il me semble que dans ta position Gilles, on n'a même pas besoin de faire de calcul pour se positionner. C'est très simple. Ta position se base sur le fait que les proxy sont des variables aléatoires qui se corrèlent plus ou moins bien fortuitement avec une courbe de température. Et que du coup, il n'y a pas de signal du tout. Ensuite, tu pousses un peu en disant que si il y a un signal, on le dilue et qu'on ne peut pas le voir à cause du bruit de fond.
Je trouve ton argument assez mauvais. J'ai le droit? Ce n'est pas faire preuve de trop d'autorité que de me positionner?
Pourquoi, simplement parce que je ne parviens pas à m'imaginer que ses proxys sont des variables aléatoires, ou alors ceux qui les utilisent sont complètement idiots. J'imagine que chacun d'eux à été étudié indépendamment et que la nature de la corrélation est relativement connue. Ce point me semble absolument évident dans la mesure où on s'en sert d'indicateur (si demain tu te sers d'une chaussette pour me donner une indication de l'heure qu'il est, je vais sans doute te demander sur quels critères). Dés lors pour moi, un proxy est bien un indicateur biaisé de la température. Ainsi, ce que tu décris dans ton premier message ne colle pas. Toi ce que tu décris, c'est que l'on tire des variables aléatoires, on retient celles qui collent avec notre étalon et on infère le comportement de l'étalon à un traitement des variables aléatoires. Et c'est cela qui est supposé être sioux. C'est cela que l'on est supposé discuter? Mais le problème c'est que les variables ne sont pas aléatoires. Elles sont belles et bien corrélées à la température avec du bruit. Il y a un signal. C'est dire que si mon proxy est bien une fonction de la température, il l'est toujours. C'est la manière dont tu présente la méthodologie qui me semble fausse.

Alors maintenant j'ai repensé l'idée de moyenner les courbes et je effectivement je me rends compte que si le bruit de chacune des courbes est trop grand devant le nombre de courbes, je ne parviendrai pas à faire ressortir mon signal. Mea culpa sur ce point, j'ai été un peu enthousiaste. Il faut avant d'utiliser l'indicateur, avoir réussi à établir une pondération du bruit, faute de quoi je ne sais pas trop ce que je fais et obtiens au final. Est ce le cas? Là encore j'imagine que oui sinon c'est un peu débile. Mais là encore, c'est un peu le boulot des scientifiques non? J'ai du mal à imaginer qu'ils agrègent bêtement des données brutes.
Donc ton argumentaire repose sur le fait que les bonhommes qui bossent sur le climat sont des benêts (ou pire, des escrocs) qui utilisent des données sans les étudier pour en tirer une conclusion fausse. Et évidemment, seuls quelques lumineux penseurs, on vu l'astuce tellement simple qu'elle en est impensable? Là encore, je ne connais pas bien le domaine mais il en faudra un peu plus que de le dire en tapant sur la table pour me convaincre. On a revu ce scénario tellement de fois...
Alors, avant de tirer des plans sur la comète et de s'énerver il serait peut-être sage de regarder réellement comment sont obtenus et traités ces proxys. Non?

[invité576543]

Je ne sais si je t'ai bien suivi Michel, mais si tu ajoutes à un signal avec 20 dB de S/B le mêle signal avec 10 dB de SB, même si tu ponderes en egalement le puissance de bruit le resultat sera moins bon que le meilleur signal.

Incorrect.

Si c'était le cas, la notion même de prendre une moyenne serait sans intérêt!

la puissance signal N°1 egale 1, la puissance de bruit est 0,01, le S/B = 20 dB
La puissance sigall N°2 egale 1, la puissance de bruit est 0,1, le S/B = 10 dB

En faisant une somme ponderée en egalant les puissance bruit

On prend 1 sur la puissance du 1° ssignal et 0,1 pour la puissance du 2° signal

En additionnant les amplitudes des signaux, le signal utile somme et alosr de
1,316 et la puissance signal de 1,7324

La puissance de bruit total de 0,02 et donc le S/B = 19, 376 dB

Si tu donnais les formules employées, je pense pouvoir montrer où est l'erreur. Pour le signal considéré comme commun, la puissance c'est (S1+s2)², et pour le bruit c'est b1²+b2² (par hypothèse d'indépendance). J'imagine que ce n'est pas ce que tu as employé.

En fait il faut ajouter des signaux qui ont des S/B equivalent pour ameliorer le S/B global.

Non. On se demande bien d'ailleurs ce que pouvoir dire "équivalents"! Exactement égaux?

Cordialement,

[invité576543]

Alors bon sang oui, j'ai lu cette discussion et j'ai donné ma réponse dans le message précédent. Il me semble que dans ta position Gilles, on n'a même pas besoin de faire de calcul pour se positionner. C'est très simple. Ta position se base sur le fait que les proxy sont des variables aléatoires qui se corrèlent plus ou moins bien fortuitement avec une courbe de température. Et que du coup, il n'y a pas de signal du tout.

Perso, je ne comprends pas cela dans la description de Gilles.

Faut croire que chacun arrive à lire ce qu'il a envie.

Ensuite, tu pousses un peu en disant que si il y a un signal, on le dilue et qu'on ne peut pas le voir à cause du bruit de fond.

Non plus. Il parle de critère de sélection des proxy. Je traduis cela en choix de pondération (si on pondère uniforme, le "choix" revient à se limiter aux coeffs 0 ou 1).

Je trouve ton argument assez mauvais. J'ai le droit?

En rhétorique, tout est permis si on met le sujet sur le "droit".

Qui plus est, plusieurs messages dénient le droit à Gilles de trouver l'argumentation des "bons auteurs" assez mauvaises. Faudrait peut-être expliquer un peu mieux les "droits", et les appliquer uniformément.

Pourquoi, simplement parce que je ne parviens pas à m'imaginer que ses proxys sont des variables aléatoires, ou alors ceux qui les utilisent sont complètement idiots.

La question est de comprendre, et donc aux sachants d'expliquer, comment il est argumenté scientifiquement de la valeur du taux de corrélation entre un proxy donné et la température. Tu caricatures à l'extrême en disant que Gilles parlent de variables aléatoires (que je comprends comme corrélation nulle avec la température). Or le biais potentiel décrit par Gilles n'a aucunement besoin d'un taux nul, juste de taux de corrélation faibles, et/ou mal connus, et/ou très différents (et dont les différences ne sont pas prises en compte dans l'indicateur synthétique).

J'imagine que chacun d'eux à été étudié indépendamment et que la nature de la corrélation est relativement connue.

Moi aussi.

Mais pourquoi personne ne cite ces taux de corrélation et la littérature qui les argumente? Les méthodes citées de "choix des proxy" (corrélation avérée avec la période récente) ne permettent pas de parler du taux de corrélation sur toute période, et, si elles sont seules utilisées, amèneraient effectivement le biais décrit par les auteurs dont parle Gilles.

Dés lors pour moi, un proxy est bien un indicateur biaisé de la température. Ainsi, ce que tu décris dans ton premier message ne colle pas.

peux-tu développer?

Toi ce que tu décris, c'est que l'on tire des variables aléatoires, on retient celles qui collent avec notre étalon

C'est la caricature extrême. Mais le point reste si tu prends des indicateurs avec des taux de corrélation très variés et que tu les traites sur un pied d'égalité sans pondérer en fonction d'une estimation pas trop mauvaise du taux de corrélation.

Il y a un continuum complet entre "variable aléatoire" (corrélation 0) et "moyenne des mesures des thermomètres" (corrélation 1) -- sans discuter du côté arbitraire et/ou significatif de la moyenne en question.

Elles sont belles et bien corrélées à la température avec du bruit. Il y a un signal.

Oui, mais plus ou moins. Ce n'est pas blanc et noir, corrélé/pas corrélé. Suffit de pondérer trop un indicateur de faible corrélation pour obtenir l'effet décrit.

C'est la manière dont tu présente la méthodologie qui me semble fausse.

De la manière dont tu as compris ce que rapporte Gilles, tu as raison de la considérer fausse. Mais perso j'ai compris différemment.

Alors maintenant j'ai repensé l'idée de moyenner les courbes et je effectivement je me rends compte que si le bruit de chacune des courbes est trop grand devant le nombre de courbes, je ne parviendrai pas à faire ressortir mon signal.

Pas d'accord. Ce n'est pas une question de "bruit trop grand". On arrive à sortir un signal significatif avec des bruits très élevés (commentaire technique : avec l'étalement de spectre, on peut transmettre un signal avec des S/B très très inférieur à l'unité, excellente méthode pour cacher l'existence même d'un signal)


C'est la prise de moyenne qui est en cause, pas que le bruit soit "trop grand". Et cela n'a pas grand chose à voir dans l'absolu avec le nombre de courbes. (Ici le nombre intervient si on choisit n'importe comment: alors plus il y en a, plus on est certain d'en inclure des à faible corrélation).

Il faut avant d'utiliser l'indicateur, avoir réussi à établir une pondération du bruit, faute de quoi je ne sais pas trop ce que je fais et obtiens au final.

Ca oui.

Est ce le cas? Là encore j'imagine que oui sinon c'est un peu débile.

Vraiment? De telles pratiques ou avoisinantes sont tellement courantes dans l'analyse de données que je suis étonné que tu t'étonnes.

Mais là encore, c'est un peu le boulot des scientifiques non?

Certes. Mais c'est une version de l'argument d'autorité que d'inférer "puisque c'est leur boulot, il est nécessairement bien fait".

Et j'imagine assez bien que le sujet est bien trop politique pour que ceux dont c'est le boulot puisse le faire en toute sérénité.

Si je comprends bien le point de Gilles, la réponse correcte des scientifiques pourraient bien être "nous ne savons pas, faute de données". J'imagine assez bien que cette réponse soit inacceptable dans l'ambiance politique actuelle.

J'ai du mal à imaginer qu'ils agrègent bêtement des données brutes.

Moi aussi.

Mais où est l'argumentation à l'opposé? Dans ce fil je ne vois que l'argument d'autorité, et ton "j'ai du mal à imaginer" ne va pas plus loin que cet argument là, non?

Donc ton argumentaire repose sur le fait que les bonhommes qui bossent sur le climat sont des benêts (ou pire, des escrocs) qui utilisent des données sans les étudier pour en tirer une conclusion fausse.

Tu déformes ce qu'écrit Gilles.

Il y a bien d'autres hypothèses, dont l'erreur en toute bonne foi (en stat, ce n'est pas rare), la pression politique et cette idée non scientifique mais pas si rare qu'on peut défendre une bonne cause avec des arguments "limites", une version de "la fin justifie les moyens". Si la cible de l'information (les politiques, le public, ...) manque de subtilité, on peut trouver normal de forcer un peu le trait, de passer outre les subtilités, afin de convaincre.

Dès que la politique (au sens large) s'en mêle, il y a conflit entre la stricte rigueur scientifique et l'efficacité dans les prises de décision. L'esprit scientifique, c'est le doute; mais pour un décideur, le doute est un inconvénient.

Et évidemment, seuls quelques lumineux penseurs, on vu l'astuce tellement simple qu'elle en est impensable? Là encore, je ne connais pas bien le domaine mais il en faudra un peu plus que de le dire en tapant sur la table pour me convaincre.

Toujours l'argument d'autorité, non?

Alors, avant de tirer des plans sur la comète et de s'énerver il serait peut-être sage de regarder réellement comment sont obtenus et traités ces proxys. Non?

Bien d'accord!!

On est sur un forum "scientifique" est l'argumentaire contre Gilles aurait dû être cela dès le début, non? Pas vraiment ce qu'on voit dans ce fil.

Tout comme toi (il me semble) j'aimerais bien en savoir plus. Ce que raconte Gilles ne me semble pas "inimaginable", pour prendre ta façon de voir. Du coup juste dire "j'ai du mal à imaginer" n'est pas un argument satisfaisant, ni non plus "faut tout lire, c'est expliquer dans les petites lignes".

On a eu sur ce fil le cas des boreholes, pas vraiment conclusif. Celui des cernes des arbres, encore moins conclusif. Au suivant...

Cordialement,

[calculair]

Bonjour Michel,

J'ai additionné les amplitudes des signaux


J'ai ponderé le signal N° 1 par 1 car la puissance de bruit est 0,01
J'ai ponderé le signal N°2 par 0,1 pour que la puissance de bruit soit aussi 0,01

L'aamlitude pondere du signal 1 est 1
L'amplitude ponderé du signal N°2 est 0,316 ( racine carré de de 0,1)

Le signal total en amplitude en somme ponderé est 1,316

La puissance signal est donc 1,316 ² = 1,7324

Le bruit du signal somme = 0,01+ 0,01 = 0,02

donc le S/B = 1,7324 / 0,02 =86,6227 =>>19,327 dB

ça ameliore le mauvais signal, mais ça se paye en degradant le bon signal

mais parfois on ne sait pas ou se trouve le bon signal ......

[invité576543]

Pour Calculair:

S1 = S + aB1, S2=S+bB2, avec S, B1 et B2 de puissance 1. B1,n B2, blancs indépendants et tout et tout.

S1+xS2 = (1+x)S+aB1+xbB2

Puissance signal : (1+x)²

Puissance bruit : a²+x²b²

Question : valeur de x maximisant (1+x)²/(a²+x²b²) ou, si on le prend en amplitude (1+x)/sqrt(a²+x²b²)? (Il y a une petite différence entre les deux. Je prends le second parce que cela donne le résultat que j'avais en mémoire)

On dérive (1+x)/sqrt(a²+x²b²) et on trouve au dénominateur

a²+x²b² - xb²(1+x), nul pour x=a²/b²

Reste à montrer que c'est un max non un min, mais de toute manière c'est le cas pour a=b, sinon faire une moyenne n'aurait pas d'intérêt!

Cordialement,

[calculair]

Bonjour Michel

Oui là ou je suis d'accord est que lorsque on ajoute des signaux identiques ( mêmes infos ) qui sont bruités, lorsque il y en a beaucoup, le signal corrélé et en phase s'ajoute en amplitude et le bruit de façon quadratique. On finit comme cela à sortir le signal du bruit.

C'est ce qu'il se passe avec tout ces proxy. Mais Gilles me disait ( voiir message 56 et 57,) qu(il fallait eliminer certain proxiy avec un biais.

[piwi]

Je relis le message de Gilles et je me rends compte que j'ai effectivement forcé le trait. Je m'en excuse.

Sinon, pourquoi ne pas chercher comment sont construits les proxys? J'aimerais bien avoir aussi cette info. Mais je ne suis pas compétant pour la chercher. C'est ce que je me tue à répéter. Le problème, c'est que je n'ai pas l'impression que qui que ce soit ici soit en mesure de le faire. C'est pour cela que je reste sur une ligne certes pas bien glorieuse (que vous pouvez appeler d'autorité) mais qui me semble plus pertinente que de construire des théories sans fondement (au sens propre et sans méchanceté). En cela la construction de Gilles me semble faible et en tout cas pas suffisante pour claironner. Du coup on est bloqué, je ne peux pas contredire Gilles en profondeur, il ne peut pas renforcer son argumentation.
Pour rester sur l'autorité, mon avis est un peu renversé par rapport à ce que tu développe. J'ai vraiment peine à penser que sur un sujet aussi brulant, on est une faiblesse aussi béante. Je me trompe peut être mais, si la faiblesse était aussi grosse, il y aurait des personnes autrement plus compétentes que nous pour s'en saisir et l'exploiter de manière appropriée. En gros, j'ai sans doute la naïveté de faire confiance à priori.

Qui plus est, plusieurs messages dénient le droit à Gilles de trouver l'argumentation des "bons auteurs" assez mauvaises. Faudrait peut-être expliquer un peu mieux les "droits", et les appliquer uniformément.

Puisque c'est à moi que tu réponds je me sens concerné ici. Je n'ai pas l'impression que je dénie le droit à Gilles de penser ce qu'il veut. Je trouve simplement que son argumentation ne repose pas sur des bases solides (encore une fois, non pas parce que j'ai un contre argumentaire plus puissant, mais parce que le sien semble s'appuyer sur des a priori sévères qui mériteraient d'être justifiés). Je ne reconnais aucun bon ou mauvais auteur. J'ai cité un papier parce que j'avais le nez dans Science et que je l'ai vu. Rien de plus. J'ai d'ailleurs bien précisé que je ne pouvais pas le juger. Je pense que depuis que je traine ici, au moins toi et Gilles savez que je n'ai pas pour habitude de tuer les débats.

proxy comme un indicateur biaisé

Le terme biaisé est peut être mal choisi, il faisait un parallèle avec un indicateur statistique. Imparfait était sans doute mieux. Pour moi, d'une manière théorique, l'indicateur évolue selon plusieurs variables, dont la température. Je pense que le nœud est bien ici. Si les proxy sont bien corrélés à la température alors la méthodologie mise en place n'est pas absurde. Sinon, effectivement c'est débile. Ai-je les moyens d'adresser cette question? Non.

Je ne suis pas certain de réellement bien suivre le développement sur le traitement du signal. J'ai fais une petite image toute simple et sans aucune prétention. Plutôt que de considérer une courbe, je me suis contenté d'un point. A gauche, deux points (en noir) et la moyenne (en rouge). Il me semble, c'est ce que j'ai représenté à droite, que si je multiplie les prises de mesures qui se concentrent en un nuage, alors l'influence du point hors de la norme (que je peux d'ailleurs repérer) semble se réduire sur la moyenne. Ainsi, j'ai l'impression que le nombre de prises de mesures et l'écart par rapport à la norme des points déviants sont important sur la déviation de la moyenne par rapport à la réalité. Peut être bêtement, j'extrapole cette idée sur une courbe et je ne parviens pas à cerner en quoi cela change la donne et fait que là, le nombre de prise de donné n'est plus importante. Quelque chose m'échappe que je ne parviens pas à trouver dans ton explication. Maintenant les notions de traitement du signal n'entrent pas du tout dans mon champ de compétence.

Cordialement,
piwi

[invité576543]

J
Pour rester sur l'autorité, mon avis est un peu renversé par rapport à ce que tu développe. J'ai vraiment peine à penser que sur un sujet aussi brulant, on est une faiblesse aussi béante.

Je te comprends, et on est bien d'accord que c'est une question d'appréciation personnelle, et quelque part de la manière de penser la société.

Pour moi, c'est bien parce que c'est "aussi brûlant", en particulier parce qu'il faut prendre des décisions à l'échelle de la société,, que je m'attend plutôt que le contraire à une intensification de la rhétorique au détriment de la rigueur scientifique.

Tu dois avoir une vision moins négative que moi que la manière dont sont prises les décisions en société...

Je me trompe peut être mais, si la faiblesse était aussi grosse, il y aurait des personnes autrement plus compétentes que nous pour s'en saisir et l'exploiter de manière appropriée.

Les auteurs que citent Gilles ne rentrent-ils pas dans la description?

Je trouve simplement que son argumentation ne repose pas sur des bases solides

Ce n'est pas vraiment la sienne, on se tue à le répéter.

Perso, je trouve que le raisonnement est parfaitement sain. Ce sont les hypothèses qui sont discutables.

En d'autres termes, si le choix des proxys est bien celui décrit, et si l'indicateur synthétique est obtenu par moyennage à pondération uniforme, alors on obtient bien le résultat publié, i.e., la crosse de hockey.

Sur le second point, je n'ai pas vu cité de pondération autre qu'uniforme, mais j'ai peut-être raté un épisode.

Pour le premier, ce qui a été cité dans ce fil sur les quelques exemples de proxy va plutôt dans le sens de confirmer la méthode de choix, non?

Je pense que depuis que je traine ici, au moins toi et Gilles savez que je n'ai pas pour habitude de tuer les débats.

Yves non plus. Le problème est autre. Perso, je m'énerve parce que vos interventions vont dans le sens qui m'éloigne de FS : le recours de préférence à l'argument d'autorité plutôt que l'examen critique.

Je ne sais pas si ce que rapporte Gilles est bien ce qu'il se passe, mais je ne considère pas "scientifique" de me baser sur l'argument d'autorité. Quelle que soit la théorie scientifique qu'on me présente, j'attends de ses défendeurs qu'ils puissent remonter à l'observation et à la capacité de prédiction, et ce même quand je suis trop limité pour bien comprendre. Le refus ou l'incapacité d'entrer dans ce type d'argumentation égale pour moi "non scientifique", biais idéologique, religieux ou politique, peut-être inconscient. (Et quand c'est en ligne avec la pensée médiatique unique, le risque de biais inconscient devient plus grand que le biais "conscient", je cite Huxley : quelque chose comme "un phrase répété 250000 fois devient vraie" (pas réussi à trouver le texte exact en peu de temps!)

Le terme biaisé est peut être mal choisi, il faisait un parallèle avec un indicateur statistique. Imparfait était sans doute mieux. Pour moi, d'une manière théorique, l'indicateur évolue selon plusieurs variables, dont la température. Je pense que le nœud est bien ici. Si les proxy sont bien corrélés à la température alors la méthodologie mise en place n'est pas absurde.

Elle l'est si on ne pondère pas en fonction de la corrélation sur tout l'intervalle temporel d'application, ce qui demande de la connaître au moins grossièrement.

Je ne suis pas certain de réellement bien suivre le développement sur le traitement du signal.

C'est intéressant comme remarque. Pour moi le parallèle est limpide. Traitement un signal, ou un ensemble de signaux, est exactement le même problème. En télécom, extraire correctement l'information est une technique vital, centrale au métier.

Mais sont-ce vraiment des techniques bien comprises de tous? J'en doute quelque peu, à la lueur de l'expérience et de ce que j'ai lu sur l'analyse de données et les stats...

"Faire la moyenne" semble une opération évidente et bénigne pour plein de gens. Trop évidente. Je vois rarement des interrogations sur quelle "moyenne" utiliser parmi l'infinité des possibilités, et ce même chez des ingénieurs de haut niveau. Je connais moins le milieu des scientifiques, mais j'ai comme un biais qui m'amène à penser que ce n'est pas nécessairement très différent. Et encore, chez les ingénieurs l'impératif est plus important, parce qu'une meilleure technique se traduit très vite en des effets très concrets, par exemple dans la compétition entre entreprises.

J'ai fais une petite image toute simple et sans aucune prétention. Plutôt que de considérer une courbe, je me suis contenté d'un point. A gauche, deux points (en noir) et la moyenne (en rouge). Il me semble, c'est ce que j'ai représenté à droite, que si je multiplie les prises de mesures qui se concentrent en un nuage, alors l'influence du point hors de la norme (que je peux d'ailleurs repérer) semble se réduire sur la moyenne. Ainsi, j'ai l'impression que le nombre de prises de mesures et l'écart par rapport à la norme des points déviants sont important sur la déviation de la moyenne par rapport à la réalité.

Rien dans le modèle que tu exposes n'indique quoi que ce soit sur les propriétés du "bruit". Est-ce que inconsciemment tu ne vois pas un bruit de même nature sur tous les points de mesure?

Ou au minimum qu'il y "plus" de bons points que de mauvais?

Peut être bêtement, j'extrapole cette idée sur une courbe et je ne parviens pas à cerner en quoi cela change la donne

Je ne vois pas non plus en quoi cette extrapolation est mauvaise.

Quelque chose m'échappe que je ne parviens pas à trouver dans ton explication. Maintenant les notions de traitement du signal n'entrent pas du tout dans mon champ de compétence.

J'ai des doutes, parce que l'analyse de données est une nécessité dans tous les métiers scientifiques et techniques, ou presque.

Quand tu fais une moyenne, tu fais du traitement du signal! Et suffit de suivre les médias pour constater qu'on est abreuvé de stats, donc qu'on est sensé avoir un peu de compétence dans le domaine!

---

Ton exemple sur les points de mesure pourraient être développé, en modélisant le bruit.

Je vais essayer de prendre un exemple un peu plus poussé, sans courbe, juste des points.

On prend i points de mesure, chacun de la forme P+B_i, en 2D B_{_i} est un vecteur (exemple des impacts sur une cible au tir au pistolet). On prend ensuite une stat de la qualité des tireurs, mesurée par l'espérance du carré du vecteur, pour un tireur donné. Cela va de, disons 0 pour le champion olympique, à aussi grand qu'on veut pour quelqu'un de très maladroit, sans atteindre l'infini (qui serait le cas aléatoire), avec différents cas entre, bon amateur, amateur, néophyte, etc...

Si on ne sait pas trier les impacts en fonction du tireur (i.e., on ne connaît pas la corrélation d'un proxy), est-ce que la moyenne des impacts reste proche du milieu de la cible si on augmente le nombre de points?

Réponse, non, pas nécessairement.

Cela dépend de la statistique de la qualité des tireurs! Si la proportion des tireurs est proportionnelle au carré de l'écart-type (ou qq chose comme ça), une hypothèse pas si délirante que cela (il n'y a pas beaucoup de champions olympiques!), alors multiplier les points ne fait qu'augmenter le bruit sur la moyenne.

Pourtant tous essayent de viser la cible, et aucun point n'est totalement décorrélé de la cible et il est certain qu'il y a des impacts très proches du centre...

Pour espérer tirer quelque chose de la moyenne à pondération égale, il faut que la stat soit telle qu'il y ait une proportion suffisante de "bon tireurs"...

Une meilleure approche est bien évidemment de pondérer les impacts en fonction du tireur, en 0 ou 1 (on en garde certains, on en élimine d'autres), ou mieux par une estimée de la stat de l'erreur.

Mais la qualité du résultat dépend très fortement de la pondération! Comment être sûr d'avoir diminuer ainsi le bruit? C'est ça la question...

Cordialement,

[invité576543]

C'est ce qu'il se passe avec tout ces proxy.

Uniquement si on les pondère correctement, je répète une fois de plus.

"Moyenner" des S+B ne suffit pas à extraire le signal, cf. mon message précédent.

Mais Gilles me disait ( voiir message 56 et 57,) qu(il fallait eliminer certain proxiy avec un biais.

Garder/élminer c'est juste une pondération grossière en 1 et 0.

La méthode de simple élimination et pondération uniforme revient plus ou moins à trier entre "suffisamment corrélé" (on affecte 1) et "insuffisamment corrélé" (on affecte 0).

La qualité du résultat dépend de la fiabilité de la prédiction de la corrélation, et, comme expliqué, il reste à montrer que la méthode de tri atteint son but, i.e., est suffisamment corrélée avec la corrélation

La question pour les proxy est de savoir si "être corrélé avec les mesures récentes" est un bon critère de tri, au sens où la moyenne uniforme réduira le bruit.

Cela n'a rien d'évident, àmha, et demande à être montré! Où sont les arguments dans ce sens? Est-ce que cela peut être montré sans étudier plus en détail le bruit? J'en doute.

On en revient toujours au même point : les auteurs cités par Gilles décrivent un risque méthodologique qui semble convaincant (bien plus par exemple que, disons, certains risques portant sur le futur de l'humanité ), et je serais intéressé par des arguments expliquant comment le risque a été évité en pratique, et je trouve inquiétantes les réponses données sur ce fil.

Cordialement,

[BioBen]

Voilà un commentaire à une publication dans Science qui je pense est exactement lié au point soulevé de selection des proxies:
http://www.sciencemag.org/cgi/reprin...5833/1844a.pdf
et son complément: http://www.sciencemag.org/cgi/data/316/5833/1844a/DC1/1

Osborn and Briffa (Reports, 10 February 2006, p. 841) identified anomalous periods of warmth or cold in the Northern Hemisphere that were synchronous across 14 temperature-sensitive proxies.
However, their finding that the spatial extent of 20th-century warming is exceptional ignores the effect of proxy screening on the corresponding significance levels. After appropriate correction, the significance of the 20th-century warming anomaly disappears.

[calculair]

Bonjour Michel

Ton exemple des tireurs est interessants.

On fait une statistique sur la distance du point d'impact par rapport au centre de la cible. Pour simplifier encore. Le tireur est au centre d'une sphère , la cible un point de la sphere.

Le tireur 100% mauvais tire au hasard ( equi répartition des impact sur la surface spherique

Un excellent tireur est dans le 1000 à chaque coup, mais ces derniers n'existent pas.

les tireurs moyens placent leurs impacts dans un cercle autour de la cible

Si l'arme de tir tire à coté ( erreur d'aligment systematique des mires) tous les impacts seront decalés par rapport au centre de la cible, y compris pour les excellents tireurs C'est ce que l'on peut appeler un biais.


Ceci dit l'estimation exact de la position de centre de la cible suppose

1° eliminer les tireurs les plus mauvais, et ceux qui tirent au hasard, il noient l'info dans le bruit.

2° connaitre le biais de chaque arme utilisé (Pour les proxy corrects ici ) pour corriger l'erreur de centrage.

Dans le cas du climat, le sujet me parait trés compliqué pour choisir les bons proxy, corriger les biais quand ils existent, et ces derniers peuvent être variables dans le temps, ce qui pose le problème de leur estimation.

Enfin, il peut y avoir des decalages temporel, ce qui pose le problème de la mise en phase des signaux pour que leur addition soit efficace par rapport au bruit...


La fabrication de plusieurs courbes de temperature comme le propse Gilles permettrait d'avoir une idée de la fiabilité de ces reconstructions.

[piwi]

Justement, pour sortir un peu de l'autorité, je me suis efforcé d'aller me rencarder un peu sur les auteurs que cite Gilles et sur la polémique d'une manière générale. Et au final, rien ne m'a convaincu. Il semble qu'il y ait deux écoles. Ceux qui rejettent cette crosse et ceux qui la valident. Des comités de statisticiens et de scientifiques divers et variés se sont réunis, ont statués. Au final, aucun argument tranchant ne semble venir d'une critique pure de la méthodologie. Reprise de fond en comble, il semble qu'il y ait des critiques recevables mais leur appréciation varie selon les personnes et les groupes. Du coup, ce n'est pas nous qui allons apporter une réponse à la question. On touche là sans doute aux limites du profane. L'attaque sur la méthode me fait l'impression d'un coup aux échecs qui semble prometteur sans que l'on voit réellement le gain. On peut le commenter comme on veut. En tout cas la critique n'est pas aussi tranchante que décrite par Gilles (ici je personnifie la théorie sur Gilles simplement parce que c'est lui qui la rapporte ici. J'ai bien compris qu'il n'en était pas l'auteur). On est un peu obligé de penser que la méthodologie, si elle est peut être perfectible, n'est pas rédhibitoire (jusqu'à preuve du contraire). Comme tu le dis toi même, le souci principal du raisonnement repose peut-être sur ses prémices (l'acceptation des prémices comme recevable fait déjà partie du raisonnement).
Je te cite:

En d'autres termes, si le choix des proxys est bien celui décrit, et si l'indicateur synthétique est obtenu par moyenage à pondération uniforme, alors on obtient bien le résultat publié, i.e., la crosse de hockey.

Cette phrase relève bien l'aveu d'un certain nombre d'inconnues rendant l'édifice supportant la critique plutôt fragile. Il y a un adage qui dit, "Avec des si, on met Paris en bouteille." Du coup, on peut ergoter autanun phrase répété 250000 fois devient vraiet que l'on veut, si on ne lève pas cela, on ne peut pas conclure et le raisonnement proposé reste du pur jus de cerveau. Là encore, le profane peut-il lever les incertitudes? Ne touche-t-on pas là une limite?

Pour finir, j'attire l'attention sur le fait que si je critique la critique méthodologique, je ne prends pas pour autant parti pour la validité de la courbe. Je fais juste remarquer que les arguments développés ne me semblent pas puissants.

Pour reprendre enfin ta citation:

un phrase répété 250000 fois devient vraie

Le souci c'est ça marche dans tous les sens. Suffira-t-il de répéter qu'il y a un biais énorme dans la méthodologie pour que cela devienne vrai?

Ensuite on revient sur la discussion à propos du bruit.

Est-ce que inconsciemment tu ne vois pas un bruit de même nature sur tous les points de mesure?

Ou au minimum qu'il y "plus" de bons points que de mauvais?

J'ai l'impression que c'est ici que l'on touche mon défaut de compréhension. Mon problème est peut être là. On a une variable X inconnue qui prend les valeurs x inconnue sur un intervalle. Pour déterminer les valeurs de X sur l'intervalle, on utilise des indicateurs qui sont supposés, si ils étaient parfaits, me donner une approche directe de X (en première approximation, j'imagine une correspondance proportionnelle nx, avec n le facteur de pondération). Or mes indicateurs ne sont pas parfaits et varient aussi en fonction d'autres paramètres. Ils renvoient donc non pas nx mais nx+b, avec b, le bruit, une variable indépendante de X.
Donc chaque indicateur i renvoie en fait n_ix + b_i.
Alors, arrivé à ce point je pense pouvoir répondre à tes questions.
Chaque indicateur a son bruit propre indépendant du bruit des autres indicateurs. Est ce cette notion que tu suggérais avec "nature"?
Ensuite oui, si chaque indicateur est validé pour ma variable X j'imagine, peut être à tord, que j'ai plus de points sur ma distribution qui dépendent de X que de point qui dépendent de b_i. Dés lors, pour moi, le problème résidait à discriminer les points pertinents des points qui ne le sont pas. A priori je n'ai pas d'indication, ils ne se signalent pas. Et pour cela j'imaginais multiplier les mesures indépendantes pour enrichir chaque point d'observation en points de valeur pertinente devant les points bruités.

Pour revenir au tireur, je pense avoir compris le développement. On revient toujours au même pour nos proxy. A-t-on une estimation du facteur de pondération à appliquer? Cette estimation est elle bonne? Comment le juger? On est plus vraiment dans la stat ici. C'est une question d'appréciation.

Cordialement,
piwi

[BioBen]

Pour revenir au tireur, je pense avoir compris le développement. On revient toujours au même pour nos proxy. A-t-on une estimation du facteur de pondération à appliquer? Cette estimation est elle bonne? Comment le juger? On est plus vraiment dans la stat ici. C'est une question d'appréciation.

Je pense que mon message #191 répond en partie à cette question. C'est un commentaire (dans Science) qui répond à un article de Science (auquel je n'ai pas accès sinon j'aurai aussi mis le lien).
**L'article explique(rait) comment supprimer les mauvais proxies en faisant gaffe à ne pas supprimer les bons. Ils obtiennent la hockey stick. (je ne peux pas en dire plus sans voir le papier).
**Le commentaire explique le problème dans la méthodologie de l'article, en utilise une autre et conclut que "the significance of the 20th-century warming anomaly disappears".

[invité576543]

Justement, pour sortir un peu de l'autorité, je me suis efforcé d'aller me rencarder un peu sur les auteurs que cite Gilles et sur la polémique d'une manière générale. Et au final, rien ne m'a convaincu. Il semble qu'il y ait deux écoles. Ceux qui rejettent cette crosse et ceux qui la valident. Des comités de statisticiens et de scientifiques divers et variés se sont réunis, ont statués. Au final, aucun argument tranchant ne semble venir d'une critique pure de la méthodologie. Reprise de fond en comble, il semble qu'il y ait des critiques recevables mais leur appréciation varie selon les personnes et les groupes.

Cela semble aller dans la direction de ce que j'intuite, à savoir on est surtout dans une position "on ne sait pas"! Ce qui me paraît une réponse plus "convaincante" que le reste du fil.

Du coup, ce n'est pas nous qui allons apporter une réponse à la question.

Pour moi, ce n'est pas le but d'un forum du genre de celui-ci, mais ce but n'est pas non plus d'être juste un endroit où est répété la science telle qu'elle est enseignée et médiatisée.

Je ne cherche pas la réponse à la question, mais des éléments pour me faire une idée de la solidité de thèses, qu'elles qu'elles soient, aussi bien celles enseignées et médiatisées que celles proposées sur des sites genre listés sur la liste noire de scio. Je cherche de quoi alimenter mon sens critique selon la méthode scientifique, pas à subir un endoctrinement genre "ce que disent les experts, les chercheurs, les enseignants et les livres de référence est la vérité, lis-les et imprègne-toi de la vérité sans discuter".

Donc, oui, je suis bien d'accord avec toi sur le fait que ce n'est pas ici qu'on va "apporter des réponses". Mais ce compris dans le cadre ci-dessus!

L'attaque sur la méthode me fait l'impression d'un coup aux échecs qui semble prometteur sans que l'on voit réellement le gain.

Intéressant que tu mettes cela en terme de "combat". Là encore, cela me rend mal à l'aise pour ce forum. Ne pourrait-on pas accepter les idées pour ce qu'elles sont, et les analyser sans y chercher un combat, avec des gains et des pertes, des gagnants et des perdants?

Comme tu le dis toi même, le souci principal du raisonnement repose peut-être sur ses prémices (l'acceptation des prémices comme recevable fait déjà partie du raisonnement). (...)[/QUOTE]

Il me semble que nous sommes assez en ligne, là. Mais je traduis cela en un simple "on ne sait pas très précisément quelle est l'évolution précise des températures passées, et le meilleur effort aboutit à cette courbe", et il suffit d'ajouter "et le résultat n'est pas très fiable" pour que la critique méthodologique s'évapore.

Le gros défaut de la "critique" rapportée par Gilles est qu'elle n'est pas vraiment constructive.

Le souci c'est ça marche dans tous les sens. Suffira-t-il de répéter qu'il y a un biais énorme dans la méthodologie pour que cela devienne vrai?

Je ne suis pas d'accord sur la "symétrie" des positions. Ce sont les "défenseurs" de la courbe qui doivent la défendre, et le faire en répétant "elle est correcte" n'est pas satisfaisant. Douter de la méthodologie n'est pas la même chose : c'est une demande d'une défense meilleure de ce qui est proposé comme correct. Si les deux thèses en présence sont "la courbe est correcte" et "on ne sait pas proposer de courbe correcte", l'argumentation n'est pas symétrique.

Répéter "c'est le résultat des experts" est choquant; bien plus que répéter "la méthodologie est bizarre, pouvez-vous la justifier et défendre le résultat". Dans le premier sens, c'est un refus de discuter, dans l'autre une invitation à discuter.

J'ai l'impression que c'est ici que l'on touche mon défaut de compréhension. Mon problème est peut être là. On a une variable X inconnue qui prend les valeurs x inconnue sur un intervalle. Pour déterminer les valeurs de X sur l'intervalle, on utilise des indicateurs qui sont supposés, si ils étaient parfaits, me donner une approche directe de X (en première approximation, j'imagine une correspondance proportionnelle nx, avec n le facteur de pondération).

Je ne présenterais pas le facteur de pondération comme cela! Ce que j'ai appelé "coefficient de pondération" est lié aux probabilités conditionnelles, il ne donne pas un sens genre "nx".

(Si un indicateur est de la forme nx, je le remplace par x en divisant par n, c'est plus simple. C'est ce qui est fait pour les proxys, non? Si y est le proxy observé j'imagine qu'on le "calibre" par un coefficient multiplicatif, simple adaptateur d'unité, avant de le moyenner? Il ne s'agit pas d'une pondération, juste une manière de ne pas additionner des cm et des kg... Le coefficient de pondération se "surajoute" à ce coefficient d'adaptation, en fonction du taux de corrélation connu ou supposé.)

Donc chaque indicateur i renvoie en fait n_ix + b_i Alors, arrivé à ce point je pense pouvoir répondre à tes questions. Chaque indicateur a son bruit propre indépendant du bruit des autres indicateurs. Est ce cette notion que tu suggérais avec "nature"?

Oui, et plus précisément la statistique du bruit.

Dés lors, pour moi, le problème résidait à discriminer les points pertinents des points qui ne le sont pas.

C'est la question pour tout le monde. La notion de corrélation est une manière de quantifier la "pertinence".

Et pour cela j'imaginais multiplier les mesures indépendantes pour enrichir chaque point d'observation en points de valeur pertinente devant les points bruités.

Normal, parce que c'est un processus très courant, qui marche bien quand tous les tirages ont un bruit "de même nature".

Mais je pourrais t'exposer des exemples techniques où ce n'est pas le cas, et où on combine par pondération en fonction du S/B. Des exemples classiques sont les filtres prédicteur en théorie du signal, qui pondère en fonction de l'age de l'échantillon, à partir d'une hypothèse de corrélation diminuant avec le temps. C'est un pb assez général, d'ailleurs. Eh bien, le meilleur prédicteur est rarement "faire la moyenne des échantillons passé", ni même "faire la moyenne des échantillons d'age inférieur à une limite fixée T". Un prédicteur meilleur est un "filtre" linéaire, qui pondère par un coefficient dépendant de l'âge, et calculé en fonction de la corrélation...)

Pour revenir au tireur, je pense avoir compris le développement. On revient toujours au même pour nos proxy. A-t-on une estimation du facteur de pondération à appliquer? Cette estimation est elle bonne? Comment le juger? On est plus vraiment dans la stat ici.

Si, au sens où je comprends le facteur.

C'est une question d'appréciation.

Admettre cela, ce serait aussi admettre que la méthode n'est pas scientifique, non?

Cordialement,

[GillesH38a]

Alors bon sang oui, j'ai lu cette discussion et j'ai donné ma réponse dans le message précédent. Il me semble que dans ta position Gilles, on n'a même pas besoin de faire de calcul pour se positionner. C'est très simple. Ta position se base sur le fait que les proxy sont des variables aléatoires qui se corrèlent plus ou moins bien fortuitement avec une courbe de température. Et que du coup, il n'y a pas de signal du tout. Ensuite, tu pousses un peu en disant que si il y a un signal, on le dilue et qu'on ne peut pas le voir à cause du bruit de fond.
Je trouve ton argument assez mauvais. J'ai le droit? Ce n'est pas faire preuve de trop d'autorité que de me positionner?

tu as le droit de trouver mon argument mauvais, et j'ai le droit de te répondre que tu as mal compris le probleme.

IL y a probablement une composante dans les proxys qui est corrélée aux températures. Le problème est que les proxys sont corrélés (pas directement comme le souligne Yves, mais indirectement) à la température mesurée à une certaine période, et ENSUITE extrapolés.

Or cette méthode FORCE l'accord des proxys avec la température dans la période calibration mais DIMINUE la corrélation dans le passé. Parce qu'en réalité la "calibration" a "orienté" en moyenne la composante aléatoire dans le bon sens par rapport à la température , mais seulement dans la période de calibration, et ensuite, cette composante devient aléatoire.

Le problème n'est pas de ne plus avoir de signal de température. Il est que le BUT de l'étude est de quantifier l'amplitude de variabilité dans le passé, et que cette méthode la sous-estime systématiquement - et peut etre fortement.

Pourquoi, simplement parce que je ne parviens pas à m'imaginer que ses proxys sont des variables aléatoires, ou alors ceux qui les utilisent sont complètement idiots. J'imagine que chacun d'eux à été étudié indépendamment et que la nature de la corrélation est relativement connue.

alors il y a une question très simple à laquelle tu peux essayer de répondre : pourquoi ne sont-ils pas mieux corrélés ENTRE EUX, et pourquoi les reconstructions des différents auteurs ne coincident pas, si il n'y a pas de composante aléatoire ?

Donc ton argumentaire repose sur le fait que les bonhommes qui bossent sur le climat sont des benêts (ou pire, des escrocs) qui utilisent des données sans les étudier pour en tirer une conclusion fausse. Et évidemment, seuls quelques lumineux penseurs, on vu l'astuce tellement simple qu'elle en est impensable? Là encore, je ne connais pas bien le domaine mais il en faudra un peu plus que de le dire en tapant sur la table pour me convaincre. On a revu ce scénario tellement de fois...
Alors, avant de tirer des plans sur la comète et de s'énerver il serait peut-être sage de regarder réellement comment sont obtenus et traités ces proxys. Non?

je me borne à poser la question scientifique de la validité de la méthode, qui a été décortiquée en détails et critiquée par plusieurs auteurs, et dont des documents-dont-on-ne-peut-pas-citer-la-source semblent montrer qu'elle perturbe meme ceux qui l'utilisent.

Je ne connais nullement les auteurs de ces études, donc je ne peux répondre à ta question personnelle sur eux. Cependant, ta formulation me parait découler d'une conception naive de l'erreur scientifique, si tu penses qu'elle ne peut etre commise que par des benets ou des escrocs. Aristote ou Claude Ptolémée etaient-il des benêts ou des escrocs ?

[GillesH38a]

Incorrect.

Si c'était le cas, la notion même de prendre une moyenne serait sans intérêt!

Michel, tu oublies juste un détail qui n'est pas ordinaire en traitement du signal : la normalisation sur une période de calibration qui FORCE l'accord dans cette période, mais diminue ensuite systématiquement celui dans le passé. Si un système est calibré positivement dans la période de calibration avec le température, il sera gardé, mais si il est négatif, il sera retourné AUTOMATIQUEMENT par la procédure. Est-tu d'accord que cette méthode forcera l'accord dans la période de calibration, mais diminuera celui dans le passé, en "retournant" parfois des signaux corrélés positivement dans le passé ?

ce n'est pas JUSTE une moyenne de signaux bruités, c'est une moyenne de signaux bruités "arrangés" dans une période de calibration, c'est cet "arrangement" qui provoque systématiquement une "crosse de hockey".

[GillesH38a]

En d'autres termes, si le choix des proxys est bien celui décrit, et si l'indicateur synthétique est obtenu par moyennage à pondération uniforme, alors on obtient bien le résultat publié, i.e., la crosse de hockey.....

Mais la qualité du résultat dépend très fortement de la pondération! Comment être sûr d'avoir diminuer ainsi le bruit? C'est ça la question...

Cordialement,

de ce que j'ai compris, la pondération n'est pas uniforme mais calculée par "bootstrap" par une méthode d'analyse en composante principale. Autrement dit les coefficients de pondération sont calculés de manière relative de façon à maximiser l'intercorrélation des proxys, et ensuite le résultat est normalisé sur la courbe moyenne. C'est en tout cas ça que j'ai compris.
La méthode assure donc "le meilleur accord possible" dans la période de calibration, mais produit le biais décrit en dehors; c'est encore ça que j'ai compris de la critique de McIntyre.

Bien sur que oui piwi IL Y A des gens qui ont critiqué la courbe de Mann depuis 10 ans ! j'ai pas inventé tout ça tout seul !!!

et quand on voit que malgré tous ces efforts il n'existe encore aucune courbe reconstruite pas les proxys qui arrive à reproduire la courbe "non triviale" du XXe siecle (montée jusqu'en 1940, plateau jusqu'en 1970, puis reprise de la montée - jamais reproduite ) on ne peut qu'etre perplexe. Il se peut que ce soit les mesures des températures depuis 1970 qui soient biaisées (par l'urbanisation par exemple ?) mais ça invalide tout autant la conclusion d'une période exceptionnelle.

Le problème de fond, si j'ai bien compris, c'est que le signal des proxys ne montre PAS de période exceptionnelle depuis 1970 par rapport au passé, et vous aurez beau lui appliquer tous les traitement statistiques élaborés que vous voulez, ça la rendra pas exceptionelle pour autant !

[invité576543]

Annulé cause lecture du dernier message...

[invité576543]

de ce que j'ai compris, la pondération n'est pas uniforme mais calculée par "bootstrap" par une méthode d'analyse en composante principale.

Ah!

Voilà qui devient plus intéressant.

Parce que cela n'est pas possible sans un minimum de corrélation, et me change pas mal la perception du problème.

Imagine que tu entre des signaux à corrélation nulle là-dedans? Il ne se passerait pas ce que tu racontes dans le message #1.

La méthode assure donc "le meilleur accord possible" dans la période de calibration

Ah... Encore un revirement de point de vue. Es-tu en train de dire que l'analyse dont tu parles au début ne se fait QUE sur la période récente. Autrement dit qu'ils prendraient la corrélation récente comme estimateur de la corrélation sur TOUT l'intervalle temporel considéré?

Petit à petit, après près de 200 messages, on va peut-être avoir une vague idée de la méthode critiquée

Cordialement,

[invité576543]

Pour voir si ce que je comprends est valide, y-a-t-il des problèmes sur les points suivants:

- si on pondère correctement un ensemble quelconque de proxys à la date t en prenant en compte la stat de corrélation (la proba conditionnelle p(T | proxy) ) à la date t, alors l'indicateur obtenu est meilleur que n'importe lequel des proxys.

- par conséquence le biais proposé n'est valide que si l'estimation de la stat de corrélation pour des dates trop anciennes est grossièrement fausse.

- une stat de corrélation estimée grossièrement fausse sera en général révélée en prenant la stat de corrélation entre un proxy et la moyenne pondérée prise sur les autres sauf lui.

(Il me semble que ce sont des résultats "mathématiques", type "traitement de signal" ou "analyse statistique" d'une généralité bien plus grande que l'application aux température passées.)

----

Si cela est un point de vue correct, serait-il possible de re-expliquer la méthodologie attaquée, ainsi que l'attaque, dans ces termes somme toutes assez simples?

Cordialement,

[meteor31bis]

Ah!
Es-tu en train de dire que l'analyse dont tu parles au début ne se fait QUE sur la période récente. Autrement dit qu'ils prendraient la corrélation récente comme estimateur de la corrélation sur TOUT l'intervalle temporel considéré?

La calibration des proxies, dans le cas des tree-rings, se fait sur la période instrumentale, soit sur 150 ans environ, excepté pour certains proxies boréaux, où il y a divergence dans la période très récente, c'est à dire 1960-1990, en gros.
De plus, il apparaît sur toutes les reconstructions qu'à l'évidence, plus on s'éloigne de la période de calibration et plus l'incertitude est grande.
On ne souligne pas assez ce dernier point lorsque l'on parle de "crosse de hockey".

[GillesH38a]

Imagine que tu entre des signaux à corrélation nulle là-dedans? Il ne se passerait pas ce que tu racontes dans le message #1.

qu'appelles tu "à corrélation nulle" ? une matrice de corrélation diagonale ?

certes, mais je ne vois pas comment les signaux pourraient etre décorrélés si les proxys ont été choisi au départ par leur "capacité" à décrire les températures ! ce choix a été fait au départ à cause d'une corrélation avec les températures locales, enfin je suppose. Dans la mesure où la moyenne est probablement corrélée aux températures locales, ça va forcément introduire des corrélations entre eux.

Attention l'exemple 1 n'est là qu'à titre pédagogique , pas pour dire que c'est bien ça qu'on a fait !!

Ah... Encore un revirement de point de vue. Es-tu en train de dire que l'analyse dont tu parles au début ne se fait QUE sur la période récente. Autrement dit qu'ils prendraient la corrélation récente comme estimateur de la corrélation sur TOUT l'intervalle temporel considéré?

qu'appelles tu "récente"? ce que je comprends, c'est qu'il prenne une période s'arretant en 1960... parce qu'après la corrélation devient mauvaise et ça a tendance à augmenter le facteur de conversion T/proxy, donc ça augmente les températures estimées du passé.

[GillesH38a]

Pour voir si ce que je comprends est valide, y-a-t-il des problèmes sur les points suivants:

- si on pondère correctement un ensemble quelconque de proxys à la date t en prenant en compte la stat de corrélation (la proba conditionnelle p(T | proxy) ) à la date t, alors l'indicateur obtenu est meilleur que n'importe lequel des proxys.

que veux tu dire "pondérer correctement en prenant la stat de corrélation"?

je ne suis pas un spécialiste des stats, mais je ne crois pas que ce soit ça qui soit fait. La matrice de corrélations croisées entre proxys ne dépend pas de la courbe de températures, les coefficients de pondération sont obtenus de manière intrinsèque par diagonalisation de la matrice de corrélation, et c'est ensuite que la composante principale est ajustée par régression linéaire sur les T.

enfin c'est ce que je crois comprendre.... de toutes façons les proxys individuels ne sont pas censés mesurés la température moyenne du globe. en revanche on peut modéliser une température moyenne qui "aurait donné" au mieux ce proxy, et je pense que c'est cette température moyenne qui est entrée dans la matrice de corrélation.

[GillesH38a]

La calibration des proxies, dans le cas des tree-rings, se fait sur la période instrumentale, soit sur 150 ans environ, excepté pour certains proxies boréaux, où il y a divergence dans la période très récente, c'est à dire 1960-1990, en gros.
De plus, il apparaît sur toutes les reconstructions qu'à l'évidence, plus on s'éloigne de la période de calibration et plus l'incertitude est grande.
On ne souligne pas assez ce dernier point lorsque l'on parle de "crosse de hockey".

il est clair sur ce graphique que la reconstruction par proxy s'arrete vers 1960, au moment où les données instrumentales semblent monter anormalement, et que le RCA est censé etre prépondérant. Si seuls les cernes d'arbres posent problèmes pourquoi n'utilise-t-on pas d'autres proxys après 1960 ?

d'autre part, la forme en crosse de hockey avant 1960 me semble compatible avec des proxys ne montrant individuellement aucune tendance nette, mais "redressés" par la corrélation en composante principale pour coller à la courbe instrumentale. La montée est comparable à l'incertitude du passé, et l'anomalie maximale négative a lieu juste avant l'apparition des mesures instrumentales, ou la courbe se met à monter brusquement.

Curieux que les températures se mettent à monter juste au moment où on commence à les mesurer, en 1850, donc bien avant l'apparition d'un RC anthropique significatif, non ?

[meteor31bis]

il est clair sur ce graphique que la reconstruction par proxy s'arrete vers 1960, au moment où les données instrumentales semblent monter anormalement, et que le RCA est censé etre prépondérant. Si seuls les cernes d'arbres posent problèmes pourquoi n'utilise-t-on pas d'autres proxys après 1960 ?

C'est peut-être idiot mais j'ai déjà lu quelque part qu'il y avait très peu de proxys cernes d'arbres dans la période très récente.
Apparemment il ne suffit pas de couper un tronc et d'examiner les cernes récentes.
Sinon il y a des proxies qui reflètent assez bien la période récente comme ceux d'Oerlemans (glaciers) mais qui semblent poser quelques problèmes si on remonte dan le passé (influence des précipitations).

d'autre part, la forme en crosse de hockey avant 1960 me semble compatible avec des proxys ne montrant individuellement aucune tendance nette, mais "redressés" par la corrélation en composante principale pour coller à la courbe instrumentale

je suis largement en dehors de mon domaine de compétence, mais je croyais que l'analyse en ACP avait surtout pour but de "débruitiser" le signal.
pourquoi si c'est bien le cas employer le terme "redressés"

Curieux que les températures se mettent à monter juste au moment où on commence à les mesurer, en 1850, donc bien avant l'apparition d'un RC anthropique significatif, non ?

Je ne vois pas de début de montée, dans la courbe en question, à partir de 1850, mais à partir de 1900.
On a commencé à mesurer des températures avant 1850.
Il y a des bases de données qui commencent à la fin du 18 ème siècle pour Birmingham et Uccle (Belgique).
La base de données HadCRUT représente la base de données (en partie reconstruites) globales qui commence le plus tôt, mais il y a des mesures bien avant cela et ces mesures ont été utilisées dans les reconstructions plus ou moins au même titre que certains récits historiques.

[invite986312212]

enfin c'est ce que je crois comprendre.... de toutes façons les proxys individuels ne sont pas censés mesurés la température moyenne du globe. en revanche on peut modéliser une température moyenne qui "aurait donné" au mieux ce proxy, et je pense que c'est cette température moyenne qui est entrée dans la matrice de corrélation.

c'est un peu plus compliqué: les températures elles-mêmes sont transformées en composantes principales. cinq composantes sont utilisées pour décrire les champs de températures.
En fait, si on lit le papier de Mann et al (Nature, 98) on peut voir que leur méthodologie est très sophistiquée. Ca élimine l'option "benêt" évoquée par piwi.
Si on lit le papier de Rutherford, Mann et al (J. of climate, 2003) on peut voir qu'ils font une analyse poussée des sources de biais dans leur méthode, et ça élimine l'option "escroc".

[GillesH38a]

C'est peut-être idiot mais j'ai déjà lu quelque part qu'il y avait très peu de proxys cernes d'arbres dans la période très récente.
Apparemment il ne suffit pas de couper un tronc et d'examiner les cernes récentes.
Sinon il y a des proxies qui reflètent assez bien la période récente comme ceux d'Oerlemans (glaciers) mais qui semblent poser quelques problèmes si on remonte dan le passé (influence des précipitations).

le problème, c'est que ce n'est pas compliqué de trouver des trucs corrélés sur quelques variations monotones simples, y compris la fréquence des prénoms ou le mouvement des planètes, probablement !
mais si on veut l'utiliser pour remonter 1000 ans en arrière, ça te parait pas normal de demander qu'on ait d'abord vérifié que ça marche bien sur 100 ou 150 ans , sur des courbes "non triviales"?

je suis largement en dehors de mon domaine de compétence, mais je croyais que l'analyse en ACP avait surtout pour but de "débruitiser" le signal.
pourquoi si c'est bien le cas employer le terme "redressés"

il y a un cas qui énerve particulièrement McIntyre, c'est l'utilisation d'un proxy bizarre qui semble corrélé INVERSEMENT dans le passé, et à l'époque actuelle (la densité de sédiments par rayons X, ou "série de Tijander") : il semble plus elevé au moment de l'optimum médiéval, mais DECROITRE au XXe siecle alors que les températures croissent.

donc pour résumer : suivant qu'on regarde la corrélation dans le passé , ou maintenant, on trouve le signe OPPOSE.

Que va donner une ACP étalonnée sur l'époque moderne ? elle va AUTOMATIQUEMENT (mathématiquement) "retourner" l'indicateur en lui attribuant un poids négatif pour maximiser la corrélation avec l'ensemble, c'est à dire que PAR DEFINITION elle choisira le signe correct sur la période de calibration.


et la série INVERSEE sera extrapolée dans le passé, et conduira a une influence NEGATIVE sur l'estimation de l'optimum médiéval, et donc tendra à l'effacer.

C'est comme ça, c'est la vie, c'est le résultat mathématique de la méthode quand certaines données sont incohérentes : elle privilégie nécessairement, forcément, et automatiquement la corrélation dans le présent quel que soit l'influence dans le passé.

Evidemment il semble y avoir une explication de cette incohérence : c'est qu'autre chose que la température a joué a l'époque moderne, probablement si j'ai bien compris une modifications de la nature des sédiments due aux pratiques agricole. Mais bien sur un programme de diagonalisation de matrice de corrélation n'en a rien à f.... de ça et ignore totalement les pratiques agricoles...

McIntyre a soulevé le problème, Mann a NIE que ça en soit un ... mais Kaufman l'a reconnu en RETOURNANT l'indicateur. Mann ne l'a jamais reconnu. Incompétence ou mahonnêteté ? j'en sais rien

http://rogerpielkejr.blogspot.com/20...tick-wars.html

Je ne vois pas de début de montée, dans la courbe en question, à partir de 1850, mais à partir de 1900.
On a commencé à mesurer des températures avant 1850.

c'est vrai que sur le graphe, la montée ne commence qu'en 1900 , mais les températures instrumentales aussi (y a un problème systématique dans les secondes moitiés des siècles peut etre? ). EN tout cas ça reste bizarre que les températures reconstruites aient une inflexion brutale juste au moment où on les mesure, non ?

[meteor31bis]

c'est vrai que sur le graphe, la montée ne commence qu'en 1900 , mais les températures instrumentales aussi (y a un problème systématique dans les secondes moitiés des siècles peut etre? ). EN tout cas ça reste bizarre que les températures reconstruites aient une inflexion brutale juste au moment où on les mesure, non ?

sur la courbe donnée en exemple ça paraît bizarre en effet.
Cependant lorsqu'on regarde les courbes issues de HadCRUT l'inflexion n'a lieu qu'en 1910 pas en 1850 (début des "mesures")

[meteor31bis]

McIntyre a soulevé le problème, Mann a NIE que ça en soit un ... mais Kaufman l'a reconnu en RETOURNANT l'indicateur. Mann ne l'a jamais reconnu. Incompétence ou mahonnêteté ? j'en sais rien

Kaufman a publié un correctif.
Cela ne change pas radicalement ses conclusions (voir fig A)