Méthodes probabilistes pour la reconstruction de données manquantes

Dossier : Arts, Lettres et SciencesMagazine N°627 Septembre 2007Par : B. Beauzamy (68) et Olga Zeydina. Avec la collaboration de l’Université nationale de Donetsk, UkraineRédacteur : J. R.

Cha­cun constate l’absence de cer­taines don­nées : elles n’ont jamais été recueillies, ou bien elles ont été perdues.

Le pré­sent manuel four­nit les outils, d’abord théo­riques, ensuite pra­tiques, per­met­tant la recons­ti­tu­tion de don­nées manquantes.

Il est illus­tré par un exemple type, trai­té tout au long de l’ouvrage : les débits de 19 fleuves en Ven­dée, enre­gis­trés jour­nel­le­ment sur trente-sept ans en théo­rie, mais avec plus de 50 % de trous en pra­tique. Cet exemple est issu d’un contrat trai­té par la SCM pour Veo­lia Envi­ron­ne­ment, Région Ouest.

Nous mon­trons com­ment les méthodes pro­ba­bi­listes per­mettent une recons­ti­tu­tion pré­cise et effi­cace, et nous mon­trons com­ment mettre en œuvre les outils infor­ma­tiques appropriés.

On peut éga­le­ment explo­rer ces méthodes pour s’abstenir de recueillir des don­nées que l’on sau­ra recons­truire : nous mon­trons com­ment l’enregistrement per­ma­nent des tem­pé­ra­tures de trois villes témoin en Ohio per­met la recons­truc­tion des tem­pé­ra­tures de toutes les autres villes : ceci per­met d’économiser des cap­teurs et des mesures.

Poster un commentaire