Analyse statistique de largeurs de cernes d'arbres avec un modèle bayésien hiérarchique

Le contexte Le modèle Validation Application ConclusionAnalyse statistique de largeurs de cernes d’arbres avecun modèle bayésien hiérarchique1 1 2O. Guin ; P. Naveau ; J.J. Boreux1 Laboratoire des Sciences du Climat et de l’Environnement, IPSL-CNRS, France2 Université de Liège, Arlon, Belgiumprojet ECLID8 octobre 2009O. Guin et al. 1 / 18Le contexte Le modèle Validation Application ConclusionObjectifContexte = reconstruction climatique à partir de largeurs de cernes d’arbres.Hypothèses fondamentales de notre étude :un signal commun est caché dans les cernes d’arbres,une partie de ce signal est supposée climatique.) Objectif = extraction de ce signal commun.O. Guin et al. 2 / 18Le contexte Le modèle Validation Application ConclusionDifférentes méthodes d’extractionDe nombreuses méthodes d’extraction ont été développées.Souvent = les données sont standardisées puis analysées) Ce que nous proposons = tout traiter en même temps+Une estimation des incertitudes souvent difficileO. Guin et al. 3 / 181:1001:1001:100periodeperiodeperiode0 20 40 60 80 1000 20 40 60 80 1000 20 40 60 80 100timetimetimeLe contexte Le modèle Validation Application ConclusionNotre modèletendance commune f(t)+tendances propres à chaque arbre g (t)s+bruit=largeurs de cernes d’arbresO. Guin et al. 4 / 18tree−ring widthtree−ring widthtree−ring width signal for each treesignal for each treesignal for each tree common trendcommon trendcommon trend00 0 100100 100 ...