Add testing procedure - Githubissues

JuliaExtremes / IDFCurves.jl

MIT License

0 stars 0 forks source link

Add testing procedure #136

Closed AugustePaoli99 closed 1 month ago

AugustePaoli99 commented 1 month ago

On va commencer à implémenter la procédure de test. Objectif : obtenir une fonction qui prend en argument des données (::IDFData) et un type de modèle (::DependentScalingModel) et qui renvoie la p-valeur du test.

AugustePaoli99 commented 1 month ago

Pour le moment on va considérer uniquement le modèle de Simple Scaling. On va déjà essayer d'obtenir une version stable et testée pour ce cas particulier, en gardant en tête que le code doit être flexible.

AugustePaoli99 commented 1 month ago

Finalement j'ai directement implémenté la procédure de test pour n'importe quel MarginalScalingModel (SimpleScaling ou GeneralScaling) - mais pas pour n'importe quel DependentScalingModel !

@jojal5 je te laisse viser mon travail avant de mettre tout ça dans dev. Tout se passe dans scalingtest.jl, sauf une fonction excludeduration(data::IDFdata, d::Real) que j'ai ajoutée dans idfdata.jl. J'ai tout testé du mieux que je pouvais.

AugustePaoli99 commented 1 month ago

Je vois deux améliorations possibles (mais pas urgentes a priori) que je mets sous forme de nouvelles Issues :

Je n'ai plus une confiance immense dans l'approximation de Zolotarev. Peut-être serait-il pertinent de laisser l'option à l'utilisateur (s'il a le temps mettons) d'estimer la cdf de la distribution sous l'hypothèse nulle (donc la p-valeur) en simulant un gros échantillon de sommes pondérées de Chi-deux. C'est dans l'Issue 139.
Pour le moment la fonction $g$ est calculée à l'aide de ForwardDiff mais on pourrait la calculer explicitement pour chaque MarginalScalingModel (Issue 140).