Variance destimation

Automne 2003

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Plan
Variance destimation : dfinition Les 3 composantes essentielles de Var(e) Interprtation Calcul Abaques Principe de combinaison derreurs lmentaires Prcision dune estimation globale Applications

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Variance destimation
Z(x4)

Zv(x0)
Z(x2) Z(x1)

?
Z(x3)

Z(x5)

Z =

* v

i=1

i Zi
* v

e = Zv Z

Var. destimation = Var(e)

cole Polytechnique - GLQ3401 Var. d'estimation - D. Marcotte 3

Var (e) = Var ( Z v ) + Var ( Z ) 2Cov ( Z v , Z )

2 = Var ( e Z v ) + i j Cov ( Z i , Z j ) - 2 i Cov ( Z i , Z v ) i j i

* v

* v

a) Ce que lon cherche estimer est-il foncirement variable ou non ? b) Quel est le degr de redondance entre les observations ? c) Les observations sont-elles bien places par rapport ce que lon veut estimer ?

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Exemple

vs A
a) b) c) Le bloc estimer est le mme La redondance est beaucoup plus forte en A La position par rapport au bloc est la mme

Var(e) + grande en A

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Exemple

vs A
a) b) c)

Le bloc estimer en B est moins variable La redondance est la mme La position par rapport au bloc est lgrement + favorable en B

Var(e) + grande en A

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Exemple

vs A
a) b) c) Le bloc estimer est le mme La redondance est un peu plus forte en B La position par rapport au bloc est plus favorable en B Var(e) + grande en A

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

En terme du variogramme
2 = Var ( e Z v ) + i j Cov ( Z i , Z j ) - 2 i Cov ( Z i , Z v ) i j i

Si i = 1 (comme cest le cas pour la plupart des estimateurs)

= - (v, v) - i j ( xi , x j ) + 2 i ( xi , v)
2 e i j i

On peut calculer Var(e) ds que lon connat le variogramme Il nest pas ncessaire que le variogramme montre un palier Var(e) ne dpend pas des valeurs observes, il ne dpend que de la gomtrie du problme et du variogramme
cole Polytechnique - GLQ3401 Var. d'estimation - D. Marcotte 8

Interprtation de Var(e)
Ne dpend pas des valeurs => mesure non-conditionnelle Reprsente la variance des erreurs que lon obtiendrait si lon faisait glisser le bloc et la configuration de donnes sur un domaine trs grand

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

Calcul de la variance destimation

-Numriquement surtout : v reprsent par une grille de points (rgulire ou alatoire) -Abaques pour des cas trs simples, surtout utiles pour estimation globale (principe de combinaison des erreurs lmentaires)
Note importante: On peut calculer Var(e) pour tout estimateur linaire : - mthode polygonale - triangles - inverse de la distance (pour tout coefficient b ) - krigeage => On a un outil pour juger de la prcision dune mthode vs une autre pour un gisement donn !
cole Polytechnique - GLQ3401 Var. d'estimation - D. Marcotte 10

Exemple
1

h=1
0 2 3

Variogramme linaire, pente=1, C0=1

h=1
Mthode
Polygone

h=2
Poids
l1=0; l2=1; l3=0 l1=0.32; l2=0.45; l3=0.23 l1=0.29; l2=0.57; l3=0.14 l1=0; l2=2/3; l3=1/3 l1=0.25; l2=0.43; l3=0.32
Var. d'estimation - D. Marcotte

Var(e) 4.0 2.72 2.88 2.89 2.65

11

Inverse de la distance (b=1) Inverse de la distance (b=2) Triangle (mthode des %) Krigeage
cole Polytechnique - GLQ3401

Exemple
1

h=1
0 2 3

Variogr. sphrique a=10, C=1 C0=0

h=1
Mthode
Polygone

h=2
Poids
l1=0; l2=1; l3=0 l1=0.32; l2=0.45; l3=0.23 l1=0.29; l2=0.57; l3=0.14 l1=0; l2=2/3; l3=1/3 l1=0.16; l2=0.53; l3=0.31
Var. d'estimation - D. Marcotte

Var(e) 0.30 0.21 0.22 0.20 0.20

12

Inverse de la distance (b=1) Inverse de la distance (b=2) Triangle (mthode des %) Krigeage
cole Polytechnique - GLQ3401

Exemple
1

h=1
0 2 3

Effet de ppite pur, C0=1

h=1
Mthode
Polygone

h=2
Poids
l1=0; l2=1; l3=0 l1=0.32; l2=0.45; l3=0.23 l1=0.29; l2=0.57; l3=0.14 l1=0; l2=2/3; l3=1/3 l1=1/3; l2=1/3; l3=1/3
Var. d'estimation - D. Marcotte

Var(e) 2 1.36 1.43 1.56 1.33

13

Inverse de la distance (b=1) Inverse de la distance (b=2) Triangle (mthode des %) Krigeage
cole Polytechnique - GLQ3401

Exemple
1

h=1
0 2 3

Gaussien a=2, C=1;

h=1
Mthode
Polygone

h=2
Poids
l1=0; l2=1; l3=0 l1=0.32; l2=0.45; l3=0.23 l1=0.29; l2=0.57; l3=0.14 l1=0; l2=2/3; l3=1/3 l1=-0.01; l2=0.74; l3=0.27
Var. d'estimation - D. Marcotte

Var(e) 0.44 0.36 0.37 0.32 0.31

14

Inverse de la distance (b=1) Inverse de la distance (b=2) Triangle (mthode des %) Krigeage
cole Polytechnique - GLQ3401

Lexemple montre: -Le krigeage est toujours la mthode prsentant Var(e) minimale -Le krigeage est la seule mthode o les poids varient selon le variogramme -La mthode polygonale prsente toujours Var(e) maximale -Les autres mthodes ont un rang qui varie selon le variogramme postul

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

15

Exemple
Vario. exp. (dir, dip, vreg) : (0,0,1) 3000 2000

10

20

30

40

50

(h)

60

1000

70 10 20 30 40 50 60 70

10

20 h

30

40

Je me sens tout chose

10

Sphrique isotrope, C0=0, C=2568 a=25.95

Var(e) thorique = 601
5

20

30

40

Var(e) exprimentale = 639

50

60

70

10

20

30

40

50

60

70

Utilisation des abaques

Seules des configurations trs simples sont rpertories Supposent le variogramme ponctuel connu 1D 2D Variances dextension

3D

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

17

Effet de ppite
Si le support des donnes est quasi-ponctuel : remplacer C0 par une composante sphrique de porte epsilon utiliser labaque avec cette composante Si le support des donnes nest pas quasi-ponctuel la contribution Var(e) est C0 /n o n est le nombre de fois le support dobservation entre dans le support dextension Exemple : variogramme sphrique ponctuel C0=20, C=40, a=100 tendre un point un segment (abaque 4)
L=50

Var(e)= 40*E1(0.5)+20*E1()= 40*0.13 + 20*1 = 25.2

L=50 L=50

tendre un point un carr (abaque 4) Var(e)= 40*E3(0.5)+20*E3()= 40*0.19 + 20*1 = 27.6

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

18

l=25 L=50

tendre un segment un rectangle (abaque 6) Si ponctuel: Var(e)= 40*E(0.5,0.25)+20*E(,

)= 40*0.065 + 20*0 = 2.6

Si carottes de 5m Var(e)= 40*E(0.5,0.25)+20/5 = 40*0.065 + 4 = 6.6

l=50 l=50

tendre un segment un paralllpipde section carre (abaque 8) Si ponctuel:

L=100

Var(e)= 40*E(0.5,1)+20*E(,

)= 40*0.047 + 20*0 = 1.88

Si carottes de 5m Var(e)= 40*E(0.5,1)+20/20 = 40*0.047 + 1 = 2.88

tendre un carr un paralllpipde (abaque 7)

l=50 l=50 L=100

Si ponctuel: Var(e)= 40*E(1,0.5)+20*E(,

)= 40*0.1 + 20*0 = 4.0

Si carottes de 5m Var(e)= 40*E(1,0.5)+20/ = 4.0 - Attention ! Toutes les abaques 2D et 3D sont non-symtriques; il faut entrer les bonnes valeurs en abscisse et en ordonne. - Deux cts gaux, => en fait 2 rapports Lx/ax,Ly/ay ou Lz/az gaux.

Principe de combinaison derreurs lmentaires

On estime la teneur pour la zone couverte par les deux carrs par Zv*=0.5*(Z1+Z2)
Z1,Zv1 Z2, Zv2

La vraie teneur est Zv=0.5*(Zv1+Zv2) Lerreur est : e=(Zv-Zv*)=0.5*[(Zv1-Z1)+(Zv2-Z2)] =0.5*(e1+e2) et Var(e)= 0.25*(Var(e1)+Var(e2)+2*Cov(e1,e2)) =Var(e1)/2+Cov(e1,e2)/2

Le terme de variance destimation peut tre obtenu dune abaque Le terme de covariance est en gnral trs faible par rapport au terme de variance et peut tre nglig => Var(e)Var(e1)/2

Exemple
Blocs 50 x 50 Variogramme sphrique avec a=100, C=40, C0=20
Z1,Zv1 Z2, Zv2

Var(e) [40*E3(0.5)+20*E3()]/2= [40*0.19+20*1]/2 = 13.8 Note : avec labaque on obtient Var(e1)=27.6 avec un programme, on calcule: Cov(e1,e2) 0.02 => la covariance est ngligeable

On peut gnraliser cette approche autant de cellules que ncessaire

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

22

Mme contexte, Var(e)= Var(e1)/n = 27.6/12 = 2.3

Que faire si les donnes ne sont pas sur une grille rgulire ?

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

23

Prcision globale pour un chantillonnage alatoire stratifi

100 90 80 70 60 50 40 30 20 10

Plusieurs patrons dchantillonnage peuvent tre approchs par celui-ci

Physique La plupart des estimateurs vont approcher la moyenne chantillonnale

10

20

30

40

50

60

70

80

90

100

En moyenne, la variance de lerreur destimation dune cellule par un point pris au hasard dans la cellule est la variance de dispersion dune teneur ponctuelle dans la cellule

1 Z vi n i 1 Z g * Zi n i 1 Var (e g ) 2 Var (ei ) n i 1 n 2 2 D ( | v) = (v, v) n n Zg =

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

24

Gnralisation de la rgle de composition des erreurs lmentaires

S = S1+S2+S3
S1 Var(e1) S2 Var(e2) S3 Var(e3)

Var (e S

[ S1 Var (e1) + S 2 Var (e2) + S 3 Var (e3)] )

2 2 2

S2

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

25

Condition dapplication : chaque zone (S1, S2, S3) est estime uniquement avec les donnes contenues dans la zone

Peut se gnraliser autant de zones que ncessaire

Var(ei) peut tre obtenu soit directement soit par composition des erreurs lmentaires (chantillonnage rgulier ou alatoire stratifi)

On peut toujours recourir au calcul exact de Var(e), mais lapproche par composition des erreurs lmentaires allge les calculs

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

26

Exemple
100 80 60 40 20 0 0

z2

z4

2 zone`globale: 0.36
2 pour z1 : 2 pour z2 : pour z3 : 2 pour z4 :
2

1.6 1.4 1.4 1.3

z1
50

z3
100

combin : 0.35

100 80 60 40 20 0 0

z2

z4

2 pour z1 : pour z2 : 2 2 pour z3 : pour z4 :

2

7.8 1.7 1.9 0.63

combin : 0.36

z1
50

z3
100

Applications
Comparer la prcision obtenue par diffrentes mthodes dinterpolation Dterminer le nombre dobservations requises pour atteindre une prcision donne Dterminer un patron dchantillonnage optimal

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

28

Exemple
Variogramme sphrique, a=100, C=40, C0=10; domaine estimer : 300 x 300
Variance d'estimation globale
2 1.8 1.6 1.4

Grille rguliere Alatoire stratifie

globale

1.2 1 0.8 0.6 0.4 0.2 0

50

100

150

200

250

300

350

400

Nombre d'observations

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

29

Variogramme sphrique, C0=10, C=40, ax=100 ay=25; zone 300 x 300 100 observations, 3 patrons, lequel procure la plus grande prcision pour lestimation globale ?

2 = 0.24

2 = 0.36

2 = 0.19

cole Polytechnique - GLQ3401

Var. d'estimation - D. Marcotte

30