Calendrier des grands séismes

Études de cas en pensée statistique

Justin Bois

Lecturer, Caltech

Modèles de calendrier sismique

  • Exponentiel : les séismes surviennent comme un processus de Poisson

  • Gaussien : les séismes surviennent avec une période bien définie
Études de cas en pensée statistique

Séismes en régions continentales stables

1 Source des données : USGS Earthquake Catalog for Stable Continental Regions
Études de cas en pensée statistique

La fosse de Nankai

Études de cas en pensée statistique

Séismes dans la fosse de Nankai

Date Magnitude
684-11-24 8.4
887-08-22 8.6
1099-02-16 8.0
1361-07-26 8.4
1498-09-11 8.6
1605-02-03 7.9
1707-10-18 8.6
1854-12-23 8.4
1946-12-24 8.1
Études de cas en pensée statistique

ECDF des intervalles entre séismes à Nankai

Études de cas en pensée statistique

ECDF formelles

ECDF(x) = fraction des points de données $\le$ x

Études de cas en pensée statistique

ECDF formelles

Études de cas en pensée statistique

ECDF formelles

Études de cas en pensée statistique
# time_gap is an array of interearthquake times
_ = plt.plot(*dcst.ecdf(time_gap, formal=True))
_ = plt.xlabel('time between quakes (yr)')
_ = plt.ylabel('ECDF')

Études de cas en pensée statistique
# Compute the mean time gap
mean_time_gap = np.mean(time_gap)

# Standard deviation of the time gap
std_time_gap = np.std(time_gap)
# Generate theoretical Exponential distribution of timings
time_gap_exp = np.random.exponential(mean_time_gap, size=100000)

# Generate theoretical Normal distribution of timings
time_gap_norm = np.random.normal(
  mean_time_gap, std_time_gap, size=100000
)
# Plot theoretical CDFs
_ = plt.plot(*dcst.ecdf(time_gap_exp))
_ = plt.plot(*dcst.ecdf(time_gap_norm))
Études de cas en pensée statistique

Modèle pour la fosse de Nankai

Études de cas en pensée statistique

Passons à la pratique !

Études de cas en pensée statistique

Preparing Video For Download...