Re: Tout va très bien, madame la marquise

Le 29/06/2025, Paul Aubrin a supposé :

Le 29/06/2025 à 15:52, Olivier@ a écrit :

L'argument qu'une cause doit précéder son effet n'a effectivement pas besoin, normalement, d'être répété. Il va de soi que si les variations de CO2 suivent de 7 mois les variations de températures, alors soit la température est une des causes du CO2, soit les deux ont une cause commune (à découvrir).

 Ce n'est pas faute de vous avoir expliqué que toute donnée est critiquable, avant d'être validée

>
Les données sont les données et personne n'y peut rien. La comparaison entre les dérivées premières des deux séries (températures et concentrations de CO2) élimine les corrélations fortuites causées par la composante continue. La corrélation est bonne avec un décalage de 6-7 mois, mauvaise sans décalage.

Voulez-vous que je vous cite un exemple de vos abandons en rase campagne sur ce sujet (données éminemment critiquables) ? De plus, je vois en vous relisant que vous avez effacé le passage sur les biais potentiels. Sympomatique…

Cela marche avec les autres séries de "températures globales".
>
https://www.woodfortrees.org/plot/hadsst3sh/derivative/mean:12/mean:14/from:1958/normalise/plot/esrl-co2/derivative/mean:12/mean:14/scale:20/detrend:3/from:1958/normalise
>
Les variations des ppm de CO2 suivent de 6-7 mois les variations de températures, donc :
1) la température est une cause possible des ppm de CO2 (à confirmer expérimentalement) ;
2) les ppm de CO2 ne peuvent pas être une cause des variations de température À CETTE ÉCHELLE DE TEMPS.
>
Les modèles climatiques CMIP sont basés, via leurs paramétrisations, sur l'idée que le log2(pCO2) commande les températures. Or il a été observé qu'aucun des modèles CMIP ne représente correctement l'évolution des températures de la troposphère.
>
Le physicien Richard Feynman expliquait ainsi le principe de la méthode scientifique :
"Nous les comparons directement les prédictions tirées de l'hypothèse aux observation pour voir si elles correspondent. Si elles ne sont pas conformes aux mesures, c'est que l'hypothèse est fausse.
Cette simple phrase est la clé de la science.
La beauté de votre supposition n'a aucune importance. L'intelligence de l'auteur de la supposition ou son renom n'ont aucune importance. Si l'hypothèse n'est pas conforme à l'expérience, elle est fausse, un point c'est tout."

Merci d'enfoncer des portes ouvertes. Reste à être sûr que les données sont exactes. Ce qui demande validation de leur véracité, avec recherche de reproductibilité des mesures ou réplétion de l’expérience. Le b.a.-ba de la méthode scientifique, quoi.