Timing van grote aardbevingen

Casestudies in statistisch denken

Justin Bois

Lecturer, Caltech

Modellen voor timing van aardbevingen

Exponentieel: aardbevingen volgen een Poisson-proces

Gaussiaans: aardbevingen hebben een vaste periode

Aardbevingen in stabiele continentale regio's

¹ Gegevensbron: USGS Earthquake Catalog for Stable Continental Regions

De Nankai-trog

Aardbevingen in de Nankai-trog

Datum	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

ECDF van tijd tussen Nankai-bevingen

Formele ECDF's

ECDF(x) = fractie datapunten $\le$ x

Formele ECDF's

# 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')

# 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))

Model voor Nankai-trog

Laten we oefenen!

Casestudies in statistisch denken