Calculateur de moyenne mobile climatique

Ce calculateur applique une moyenne mobile centrée afin que chaque valeur admissible représente autant d’observations avant qu’après son centre. Fournissez une série numérique ordonnée et une fenêtre impaire : vous obtiendrez les moyennes des fenêtres complètes et leurs indices d’alignement. Le calcul est déterministe, n’utilise pas le réseau et refuse toute fenêtre plus longue que la série.

Choisissez une fenêtre adaptée à la question climatique

Une moyenne mobile n’est pertinente que si sa fenêtre correspond à l’échelle temporelle que vous souhaitez étudier. Pour des observations annuelles, une fenêtre de trois ans atténue les années chaudes ou froides isolées tout en conservant les changements assez brefs ; une fenêtre de onze ans met en valeur une variabilité plus large et réduit davantage le bruit interannuel. Pour des données mensuelles, treize points couvrent environ une année tout en gardant un mois central unique. Le calculateur impose une fenêtre impaire, car chaque résultat doit s’aligner sur une observation réelle située au centre. Saisissez les observations dans l’ordre chronologique et conservez un pas d’échantillonnage constant. Ne mélangez pas valeurs mensuelles et annuelles, ni dates irrégulières, sans avoir rééchantillonné le relevé sur une chronologie régulière. Chaque position est considérée comme également espacée et pondérée. L’outil ignore si les nombres décrivent une température, des précipitations, le niveau marin, une anomalie ou un autre indicateur ; conservez donc l’unité d’origine avec tout résultat exporté. Une fenêtre plus grande lisse davantage, mais efface plus de structure à court terme et produit moins de valeurs. Choisissez-la selon votre objectif scientifique, pas seulement selon l’esthétique de la courbe.

Comprenez le centrage, les bords et les indices renvoyés

Avec une fenêtre impaire de largeur w, chaque moyenne contient l’observation centrale et autant d’observations de part et d’autre. Un calcul sur cinq points à l’indice d’entrée 6 moyenne donc les indices 4 à 8. Les extrémités de la série ne peuvent pas accueillir une fenêtre centrée complète, puisqu’il manque des observations d’un côté. Au lieu de compléter les bords, de répéter les valeurs terminales ou de réduire discrètement la fenêtre, le calculateur omet les positions incomplètes. La réponse fournit half_window, first_center_index et last_center_index afin que vous aligniez précisément chaque moyenne sur le relevé source. Tous les indices commencent à zéro. Le premier élément de smoothed_values correspond à first_center_index, puis chaque élément avance d’une position jusqu’à last_center_index. Le nombre de résultats vaut la longueur d’entrée moins la largeur de fenêtre plus un. Si la fenêtre couvre toute la série, un seul résultat centré est renvoyé. Avec une fenêtre de un, chaque valeur est conservée. Si la fenêtre dépasse le nombre d’observations, la requête échoue plutôt que de produire un calcul ambigu ou partiel.

Interprétez la série lissée avec discernement

Le lissage aide à faire apparaître une structure, mais il ne crée aucune preuve et n’établit pas à lui seul une tendance. Une moyenne centrée combine des observations voisines, réduit l’ampleur apparente des extrêmes isolés et rend les résultats adjacents statistiquement dépendants, car leurs fenêtres se chevauchent. Conservez la série brute lorsque vous présentez les résultats, indiquez la longueur de fenêtre et le pas d’échantillonnage, et ne comparez pas des lissages issus de fenêtres différentes comme s’il s’agissait de mesures équivalentes. Les données manquantes doivent être traitées avant le calcul. L’entrée n’accepte que des nombres finis : une lacune ne peut donc pas être représentée par null, NaN ou l’infini. Décidez si elle doit être interpolée, laissée comme rupture ou traitée par une méthode destinée aux relevés incomplets, puis documentez ce choix hors de l’outil. Vérifiez aussi si une pondération égale convient. Cette capacité calcule une moyenne arithmétique simple, sans poids gaussiens, correction saisonnière, pondération spatiale, propagation des incertitudes ni résistance robuste aux valeurs aberrantes. Elle convient aux graphiques exploratoires et au prétraitement reproductible. Pour une attribution climatique formelle, conservez le relevé original, ses métadonnées, ses incertitudes et l’analyse statistique spécialisée.