Path: ...!1.us.feeder.erje.net!3.eu.feeder.erje.net!feeder.erje.net!eternal-september.org!news.eternal-september.org!.POSTED.37.65.3.215!not-for-mail
From: PaulAubrin <paul.aubrin@invalid.org>
Newsgroups: fr.sci.zetetique
Subject: Re: C'est par le RCA qu'il fait si froid ?
Date: Wed, 9 Aug 2023 11:55:34 +0200
Organization: A noiseless patient Spider
Message-ID: <uavnqn$3svnq$1@dont-email.me>
References: <8x12bqtO5oUQqcTYBlZBIOrQHqg@jntp>
 <uapuvb$vlg$1@shakotay.alphanet.ch> <Mw9eS_QWYVCTuDanP3Jl0Qvgm04@jntp>
 <uatosi$595$1@shakotay.alphanet.ch> <uatu2f$3fsan$5@dont-email.me>
 <Glwobf4GsiNm353pTN-UV7s_7z8@jntp> <uau40h$3gv1a$1@dont-email.me>
 <OylAFpkb25Gfi_ryEp44x4GwYa4@jntp>
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8; format=flowed
Content-Transfer-Encoding: 8bit
Injection-Date: Wed, 9 Aug 2023 09:55:35 -0000 (UTC)
Injection-Info: dont-email.me; posting-host="37.65.3.215";
	logging-data="4095738"; mail-complaints-to="abuse@eternal-september.org"
User-Agent: Mozilla/5.0 (X11; Linux x86_64; rv:102.0) Gecko/20100101
 Thunderbird/102.13.0
Content-Language: fr
In-Reply-To: <OylAFpkb25Gfi_ryEp44x4GwYa4@jntp>
Bytes: 3274
Lines: 36

Le 09/08/2023 à 10:18, pehache a écrit :
> 
> Dans ce que j'ai écrit ci-dessus j'ai fait une différence assez claire 
> entre "comprendre" et "évaluer". Si cette nuance t'échappe, ça laisse un 
> sérieux doute sur la façon dont tu abordes les articles scientifiques.
> 
Prenons un exemple (sur une publication célèbre) : aux USA, une 
commission sénatoriale a examiné les arguments respectifs d'un 
paléo-climatologue et d'un statisticien sur une suite de publications 
très controversées.
Les publications en question sont parfaitement compréhensibles, même 
sans un bagage très étendu en climatologie. L'analyse par des 
statisticiens de profession est très claire et compréhensible aussi et 
permet parfaitement de vérifier que l'évaluation menée par la commission 
est pertinente.

https://climateaudit.files.wordpress.com/2007/11/07142006_wegman_report.pdf

Exemple : Cette remarque sur l'utilisation de la méthode des composantes 
principales m'a l'air d'une objection particulièrement compréhensible et 
fondée.

Principal component analysis is a method often used for reducing 
multidimensional datasets to lower dimensions for analysis. In this 
context, dimensions refer to the number of distinct variables. The time 
series proxy data involved are transformed into their principal 
components, where the first principal component is intended to explain 
most of the variation present in the variables. Each subsequent 
principal component explains less and less of the variation. In the 
methodology of MBH98/99, the first principal component is used in the 
temperature reconstruction, and also has the highest explained variance.
This method is intended for dimension reduction. In most datasets, the 
first principal component should be the least smooth (because of the 
higher variance). However, in MBH98, MBH99, the proxy data are 
incorrectly centered, which inflates the variance of certain proxies and 
selectively chooses those decentered proxies as the temperature 
reconstruction.