Ressource en auto-formation : Module Etudes de cas E4 : ACP appliquée à des variables climatiques liées à l'effet de serre

Ce TP porte sur des données géophysiques environnementales qui sont habituellement prises en compte dans l’étude de l’effet de serre. Nous nous intéresserons plus spécifiquement à l’étude de ces données à l’aide de l’ACP (Analyse en Composantes Principales). Le but du TP sera d’apprendre à mettre en...
etude de cas - Création : 01-09-2013
Par : Fouad Badran, Cécile Mallet, Carlos Mejia, Charles Sorror, Sylvie Thiria
Partagez !

Présentation de: Module Etudes de cas E4 : ACP appliquée à des variables climatiques liées à l'effet de serre

Informations pratiques sur cette ressource

Langue du document : Français
Type : etude de cas
Temps d'apprentissage : 6 heures
Niveau : enseignement supérieur, licence, master
Contenu : ressource interactive
Public(s) cible(s) : apprenant, enseignant
Document : Document HTML
Droits d'auteur : pas libre de droits, gratuit
Licence Creative Commons : Attribution - Pas d’Utilisation Commerciale - Partage dans les mêmes conditions

Description de la ressource en auto-formation

Résumé

Ce TP porte sur des données géophysiques environnementales qui sont habituellement prises en compte dans l’étude de l’effet de serre. Nous nous intéresserons plus spécifiquement à l’étude de ces données à l’aide de l’ACP (Analyse en Composantes Principales). Le but du TP sera d’apprendre à mettre en œuvre une ACP et à se familiariser à l’interprétation des résultats qu’elle produit. Analyse en Composantes Principales (ACP) « saisonnière » et « interannuelle » des villes de Reykjavik, Alger et Dakar sur des variables climatiques liées à l'effet de serre (température, couverture nuageuse, ensoleillement, pluviométrie et CO2).

  • Granularité : grain
  • Structure : collection

"Domaine(s)" et indice(s) Dewey

  • Statistiques générales (310)
  • Mathématiques (372.7)

Informations pédagogiques

  • Proposition d'utilisation : Il est nécessaire d'avoir suivi au préalable les modules du bloc thématique (grains 1 et 2) et le module M1 du bloc méthodologique (grain 3). Il est aussi indispensable la maitrise de l'outil Matlab/Octave module E1 (grain 8).

Informations techniques sur cette ressource en auto-formation

    Intervenants, édition et diffusion

    Intervenants

    Créateur(s) de la métadonnée : Virginie Lacaze
    Validateur(s) de la métadonnée : Virginie Lacaze

    Diffusion

    Document(s) annexe(s) - Module Etudes de cas E4 : ACP appliquée à des variables climatiques liées à l'effet de serre

    Partagez !

    AUTEUR(S)

    • Fouad Badran
      CNAM
    • Cécile Mallet
      UVSQ
    • Carlos Mejia
      IPSL / CNRS
    • Charles Sorror
      Laboratoire LOCEAN-UPMC
    • Sylvie Thiria
      UVSQ

    DIFFUSION

    Cette ressource en auto-formation vous est proposée par :
    UVED - accédez au site internet
    Sur les réseaux sociaux :

    EN SAVOIR PLUS

    • Identifiant de la fiche
      oai:uved:ModuleUVED-Variabilite-Climatique-11
    • Identifiant OAI-PMH
      oai:uved:ModuleUVED-Variabilite-Climatique-11
    • Version
      V1
    • Statut de la fiche
      final
    • Schéma de la métadonnée
    • Entrepôt d'origine
      UVED

    Ressources en auto-formation sur les mêmes thèmes

    Module Etudes de cas E5 : ACP de températures locales et effet de serre
    Auteur(s) : Badran Fouad, Mallet Cécile, Mejia Carlos, Sorror Charles, Thiria Sylvie
    Description : Ce TP est dédié à la mise en œuvre de l’Analyse en Composantes Principales (ACP). Il s’agit d’appliquer cette méthode pour mener à bien l’interprétation des données. Nous travaillerons ici avec des données spatio-temporelles de température pour lesquelles nous avons prévu, deux parties: Une étude ...
    Présentation de la ressource en auto-formation Module méthodologique M5 : L'Analyse en Composantes Principales (ACP) cours / présentation
    Module méthodologique M5 : L'Analyse en Composantes Principales (ACP)
    Auteur(s) : Mallet Cécile
    Description : Les méthodes qui permettent de réduire le nombre de variables sont appelées méthodes d'analyses factorielles. L'analyse en composantes principales est la plus courante des ces méthodes. L'objectif est d'obtenir une représentation d'un espace multidimensionnel dans un espace de dimension plus réduite ...