Sélection de la langue

Recherche

Raccourcis météo

Informations sur les tables de contingence

La vérification des prévisions saisonnières sous forme de catégorie est faite en utilisant des tables de contingence 3x3. Les catégories prévues et observées sont simplement classifiées dans un tableau de 3 lignes et de 3 colonnes (voir figure 1, ci-dessous). Dans ce tableau, il y a une ligne pour chaque catégorie observée et une colonne pour chaque catégorie prévue (au-dessus, près et sous la normale). Pour chaque station ou point de grille pour le Canada, 1 est additionné à l'élément de la table de contingence correspondant à l'intersection de la catégorie prévue et de celle observée (Stanski et al., 1989).

Cette table décrit les types de scores disponibles dans les tables de contingence
TABLE DE CONTINGENCE PRÉVISIONS TOTAL
SOUS NORMAL AU-DESSUS
OBSERVATIONS SOUS A B C D
NORMAL E F G H
AU-DESSUS I J K L
TOTAL M N O P

Plusieurs scores peuvent être calculés à partir de ces tables. Entre autres, le pourcentage correct est la somme des éléments sur la diagonale divisée par le nombre total d'éléments (multiplié par 100). Ce score est utilisé comme mesure standard de qualité pour les prévisions à longue échéance au CMC (voir cartes de pourcentage correct du système de prévisions). Vous trouverez ci-dessous la liste des scores montrés avec le menu de la page web Vérification des prévisions passées. Pour une explication détaillée de chaque score prière de vous reférer au document de l'Organisation Météorologique Mondiale de Stanski et al (1989).

Scores calculés à partir des tables de contingence:

Scores calculés à partir des tables de contingence
SYMBOLE DESCRIPTION CALCUL
PC POURCENTAGE CORRECT 100*(A+F+K)/P
C1 POUR HSS1 0.4*(M+O)+0.2*N
C2 POUR HSS2 (D*M+H*N+L*O)/P
HSS1 INDICE DE COMPARAISON DE HEIDKE ((A+F+K)-C1)/(P-C1)
HSS2 INDICE DE COMPARAISON DE HEIDKE ((A+F+K)-C2)/(P-C2)
BUSTC PROPORTION DES ERREURS DE DEUX CATÉGORIES - FROID I/M
BUSTWPROPORTION DES ERREURS DE DEUX CATÉGORIES - CHAUD C/O
BUSTT PROPORTION DES ERREURS DE DEUX CATÉGORIES - TOTAL (C+I)/(M+O)
BIASC BIAIS - FROID M/D
BIASN BIAIS - NORMAL N/H
BIASW BIAIS - CHAUD O/L
PODC PROBABILITE DE DÉTECTION D'ÉVÉNEMENT FROID A/D
PODN PROBABILITE DE DÉTECTION D'ÉVÉNEMENT NORMAL F/H
PODW PROBABILITE DE DÉTECTION D'ÉVÉNEMENT CHAUD K/L
FARC PROPORTION DES FAUSSES ALERTES FROIDES (E+I)/M
FARN PROPORTION DES FAUSSES ALERTES NORMALES (B+J)/N
FARW PROPORTION DES FAUSSES ALERTES CHAUDES (C+G)/O
RELC INDICE DE CONFIANCE - FROID A/M = (1 - FARC)
RELN INDICE DE CONFIANCE - NORMAL F/N = (1 - FARN)
RELW INDICE DE CONFIANCE - CHAUD K/O = (1 - FARW)
CSIC SUCCÈS CRITIQUE - FROID A/(D+M-A)
CSIN SUCCÈS CRITIQUE - NORMAL F/(H+N-F)
CSIW SUCCÈS CRITIQUE - CHAUD K/(L+O-K)

Référence

Stanski, H. R., L. J. Wilson, et W. R. Burrows, 1989: Survey of common vérification methods in meteorology. WWW Rap. Tech. 8, WMO/TD 358, 114 pp.

En vedette

Les 10 phénomènes météorologiques les plus marquants au Canada en 2024

Découvrez quels événements figurent sur la liste

Date de modification :