Vous êtes sur la page 1sur 8

la loi de Gumbel

LOI DE GUMBEL et autres lois usuelles

I Formulation de la loi de Gumbel

La loi de Gumbel dépend de 2 paramètres : s le gradex (paramètre de forme, s>0) et x 0 (paramètre de position).

Soient :

X

une variable aléatoire appartenant à ]-; +[ et suivant une loi de Gumbel

U

la variable définie par :

U=

X

x 0

s

c’est la variable réduite de Gumbel.

La fonction densité de probabilité de la variable réduite est :

D’où l’expression pour une VA X quelconque :

La fonction de répartition de la variable réduite est :

f x (x) =

F u (u) =

− u − e f u (u)= e e x − x − 1 1
u
e
f u
(u)=
e
e
x
− x
1
1
0
− e
s
e
s e
s
− u
− e
e
(3)

u

( x

 

(1)

x

0

)

 

(2)

− 1 ( x − x 0 ) − e s et pour une VA
1
( x
− x
0 )
− e
s
et pour une VA X :
F x (x) =
e
(4)
Allure de la densité de la loi de Gumbel réduite f(u) :
densité et fonction de répartition de la loi de
Gumbel réduite
0.5
1
0.4
0.8
0.3
0.6
0.2
0.4
0.1
0.2
0
0
-4
-2
0
2
4
6
U
f(u) Gumbel
densité loi de Gauss réduite
F(u) Gumbel
f(u)
F(u)

Elle possède deux points d’inflexion en u=ln[0.5(3±5 0.5 )].

Le coefficient d’aplatissement γ 2 = 5.4 (au lieu de 3 pour une loi normale réduite) la loi de Gumbel réduite est donc plus pointue que la loi de Gauss.

la loi de Gumbel

Le coefficient de dissymétrie est γ 1 =1.139 ( au lieu de 0 pour une loi normale réduite ) la loi de Gumbel réduite présente donc une dissymétrie droite.

Les moments théoriques de la loi généralisée de Gumbel :

• μ x = x 0 + γ.s

avec γ ≈ 0.5772 (constante d’Euler)

2 π • σ² x = 6 s² L’allure de la densité de probabilité de
2
π
• σ² x = 6 s²
L’allure de la densité de probabilité de la loi de Gumbel dépend surtout du paramètre de
forme s (Gradex), le paramètre x 0 n’influence que la position de la courbe sur l’axe des x.
Loi de Gumbel
s=1
x 0 =5
0.4
0.35
s=1
0.3
x 0 =7
0.25
0.2
0.15
s=2
x 0 =5
0.1
0.05
0
0
5
10
15
20
25
30
X
f(X)

I.1représentation de la loi de Gumbel

A

partir des expressions (3) et (4) on peut écrire :

U = - Ln [ Ln [

1

F

(

x

)

Or U =

X

x 0

s

] ] = -Ln [ - Ln [ F(x) ]

Ainsi la représentation graphique de X en fonction de U est une droite :

X = s.U+x 0

la loi de Gumbel

On utilise une représentation sur graphique de Gumbel, ce qui linéarise la relation entre X et F(x). De façon analogue à la loi normale, l’axe des ordonnées est gradué de façon

arithmétique suivant U avec une correspondance en - Ln [ Ln [

1

F

(

x

)

] ].= - Ln [ -Ln F(x) ]

Loi de Gumbel 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0
Loi de Gumbel
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0
5
10
15
20
25
x
F(x)
graphique de Gumbel 15 14 13 12 11 10 gradex s 9 8 x 0
graphique de Gumbel
15
14
13
12
11
10
gradex s
9
8
x 0
7
6
5
4
3
2
F(x)
1
0.066
0.367
0.692
0
-3
-2
-1
0
1
2
3
4
5
variable réduite U
variable X
variable X

Sur un graphique de Gumbel on retrouve les paramètres de la loi :

- pour U=0 : on a X=x 0

- pente de la droite = le gradex s

I.2Ajustement d’une loi de Gumbel

Soit un échantillon de n points (x i , i=1 à n) d’une variable X susceptible de suivre une loi de

Gumbel. On peut procéder :

- en traçant les fréquences empiriques des x i en fonction de x i sur un graphique de Gumbel, si

les points sont alignés si on affaire à une variable de Gumbel ; on en déduit les paramètres.

- on calcule les paramètres de la loi théoriques :

soit par la méthode des moments 1 soit par la méthode du maximum de vraisemblance 2 ; on trace la droite théorique ainsi obtenue et les points expérimentaux ( couple (x i , F emp (x i )) , un

bon alignement des fréquences empiriques sur la droite théorique signifie que X suit bien une loi de Gumbel.

1 Voir chapitre Distribution d’échantillonnage –estimation –intervalle de confiance

2 idem

Variable susceptible de suivre une loi de Gumbel :

la loi de Gumbel

On peut montrer théoriquement que c’est la loi suivie par la valeur maximum d’une variable

sur une durée Δt ayant de nombreuses réalisation indépendantes sur cette période. C’est une loi très employé en hydrologie :

- les débits instantanés maximum annuels

- les volumes de crue sur une durée fixé, maximum annuels

- les intensités de pluie maximales annuelles ou mensuelles ;

Remarque :

Si la variable aléatoire Ln(X) suit une loi de Gumbel de paramètre x0 et S alors X suit un loi log-Gumbel ou de Frechet. La loi log-Gumbel présente une dissymétrie encore plus marquée que la loi de Gumbel, elle s’adapte ainsi aux échantillons très dissymétriques.

Comparaison loi de Gumbel / loi de Frechet ou log- Gumbel

0.4 0.3 0.2 0.1 x 0 0 5 10 15 20 25 Gumbel log Gumbel
0.4
0.3
0.2
0.1
x
0
0
5
10
15
20
25
Gumbel
log Gumbel
densité de
probabilité f(x)

I.3 relation entre loi de Gumbel et périodes de retour

Soit T la période de retour d’une valeur x X, exprimée en année. F(x) désigne la fonction de répartition de Gumbel. Si X représente la valeur maximum annuelle d’un phénomène (débit instantanée, intensité horaire de pluie, etc…) on a la relation suivante entre T et F(x) :

1

T = 1

(

F x

)

En remplaçant F(x) dans l’expression (4) on en tire :

x

=

s Ln

.

Ln

1

1 ⎞ ⎤

T

+x 0

la loi de Gumbel

Lorsque T est grand, en utilisant le développement limité de Ln(1+x) au voisinage de zéro cette expression devient :

x

s.Ln[T ]+x 0

X

évolue linéairement avec Ln(T) et le gradex est la pente de cette droite.

II Autres lois statistiques d’usage courant

Il s’agit ici d’une présentation des lois d’usage courant pour l’analyse des données

hydroméorologiques. On ne rentrera pas en détails dans la description de ces lois, ni dans l’estimation des paramètres. Les méthodes générales seront vues dans le chapitre

« distribution d’échantillonnage – estimation – intervalle de confiance ».

II.1 Loi de Weibull

Cette loi dépend de deux ou trois paramètres suivant que γ=0 ou non. Elle est adaptée à l’étude des fréquences des débits d’étiage.

Densité de probabilité :

f(x)=

x

α

γ

β γ β γ

α

1

e

⎛ ⎜

x

γ

β γ

α

Fonction de répartition :

F(x)= 1-

e

⎛ ⎜ x

γ

β γ

α

Les paramètres sont tels que : α>0

β>γ β>0 x>γ

Allure de la loi de Weibull à deux paramètres (γ=0) et influence des paramètres

- plus α augmente plus la densité de probabilité est pointue, les autres paramètres restant

fixes

- plus β augmente plus le mode augmente, pour α >0 et γ=0

la loi de Gumbel

densité de Weibull

α=4 1.6 β=1 α=1 1.4 β=1 1.2 α=2 α=2 1 β=1 β=2 0.8 0.6 0.4
α=4
1.6
β=1
α=1
1.4
β=1
1.2
α=2
α=2
1
β=1
β=2
0.8
0.6
0.4
0.2
0
densité f(x)

0123X

Moyenne et variance d’une variable de Weibull :

• μ x =γ + (β-γ).Γ(1+1/α)

• σ² x =(β-γ)².{Γ(1+2/α)-Γ²(1+1/α)}

Γest la fonction mathématique gamma (pour mémoire : Γ(x) =

II.2 loi Gamma ou de Pearson

0

e

u

.u.

x

1

du

)

Il s’agit d’une loi à deux ou trois paramètres suivant que γ=0 ou non. Cette distribution convient pour modéliser des variables qui sont bornées inférieurement et n’ont pas de limite supérieure. En hydrologie seule la forme à dissymétrie positive (β>0) est utilisée.

Densité de probabilité :

1 α − 1 f(x)= ( x − γ ) β α Γ ( α
1
α − 1
f(x)=
(
x
γ )
β
α Γ (
α
)
propriété des paramètres :

β>0 x>γ β<0 ⇒ γ>x

α>0

e

⎛ ⎜ x

γ

β

Γ(α) est le fonction gamma

la loi de Gumbel

Fonction de répartition : il n’existe pas d’expression analytique explicite il faut intégrer numériquement f(x).

Allure de la densité d’une loi Gamma en fonction des paramètres :

- si β>0 la distribution est à dissymétrie positive sinon la dissymétrie est négative

- α augmente aplatissement augmente

Les deux graphiques ci-dessous illustre ces remarques dans le cas d’une loi à deux paramètres (càd γ=0).

f(x)

influence du paramètre béta de la loi Gamma

β<0 β>0 0 X
β<0
β>0
0
X
densité de la loi Gamma α=2 β=0.5 α=2 β=1 α=1 β=0.5 f(x)
densité de la loi Gamma
α=2
β=0.5
α=2
β=1
α=1
β=0.5
f(x)

x

Moyenne et variance d’une loi Gamma à 3 paramètres:

• μ x =β.α + γ

• σ² x =β².α

Remarque : dans le cas d’une loi Gamma à deux paramètres il suffit de considérer γ=0 dans les expressions ci-dessus.

II.3 Loi de Jenkinson

Connue aussi sous le nom de GEV (generalized extrem value distribution). C’est une loi à trois paramètres x 0 , k et s.

Densité de probabilité :

f(x)=

e

1

k

ln(1

k

(

x

s

x

0

)

)

.

e

− ⎜ −

1

k

(

x

s

x

0

)

1

K

1

.

s

k

(

x

x

0

)

7

la loi de Gumbel

Fonction de répartition :

F(x) =

e

− ⎜ −

1

1

k ( x − x 0) ⎞ k ⎟
k
(
x
x
0) ⎞
k

s

où k0 et s>0.

Suivant le signe du paramètre k on trouve 3 types de lois :

- k>0 : le domaine de variation des valeurs extrêmes est borné

-

- k=0 : on montre qu’alors f(x) et F(x) tendent vers une loi de Gumbel de paramètre x 0 et s.

k<0 :

«

«

«

«

« illimité

Allure de la fonction de répartition de Jenkinson en fonction du paramètre k.

k>0 k=0 0 x 0 X k<0 Y et F(x)
k>0
k=0
0
x
0
X
k<0
Y et F(x)

Remarques sur le choix d’une loi théorique :

Dans la pratique on dispose d’un échantillon d’observation est l’on souhaite déterminer la loi dont il est issu ainsi que les paramètres de cette loi. Il n’existe pas de règles théorique pour justifier ce choix, mis à part lorsqu’on s’intéresse à des VA représentant la valeur maximale d’un phénomène sur une période (année, mois) les lois des valeurs extrêmes sont plus adaptées : Gumbel, Jenkinson, Gamma. Pour le reste le choix de la loi est empirique, l’expérience ayant montré que certaines lois sont plus adaptées à certains phénomènes (par exemple les débits étiages par une loi de Weibull). Il existe des tests d’ajustements pour juger de la qualité de l’ajustement d’une loi théorique sur un échantillon d’observation (x i , F(x i )) (voir test d’ajustement). Lorsque plusieurs lois peuvent être retenues on peut choisir en fonction des considération suivantes :

- une loi à 3 paramètres (ou plus) décrira correctement l’échantillon des observations (bon ajustement) mais en extrapolation les incertitudes seront grandes ;

- une loi à 2 paramètres décrira parfois moins biens les fréquences observées par contre en

extrapolation les incertitudes seront moins grandes que pour une loi à k>2 paramètres. Ainsi le choix peut être guidé par l’usage que l’on veut faire des lois théoriques (decriptif ou extrapolation).