Non-parametric simulation of geotechnical variability

The application of bootstrap resampling, a non-parametric simulation technique, to the analysis of uncertainty associated with geotechnical data is investigated. This technique is presented as an alternative to traditional statistical data analysis. An extensive geotechnical database from the Heber Road site, Imperial Valley, Southern California, USA, is utilised as a case example. The database consists of many cone penetration and flat dilatometer tests. Linear correlation between the two types of test results and their vertical autocorrelation properties are analysed using bootstrap resampling, and the outcomes are compared with the same characteristics obtained from direct statistics of the whole database. The convergence and accuracy of bootstrap estimates, as well as their sensitivity to sample size, are studied and discussed. For the type of application investigated through this example, non-parametric bootstrap resampling appears a reliable and robust technique of geotechnical uncertainty analysis. Its main advantage is that statistical estimators of geotechnical properties and associated con- fidence levels can be computed directly from the empirical data without parametric assumptions on the population distribution.

• INTRODUCTION

• BOOTSTRAP RESAMPLING

• GEOTECHNICAL DATA AT THE HEBER ROAD SITE, IMPERIAL VALLEY, CALIFORNIA

• BOOTSTRAP CORRELATION BETWEEN CPT AND DMT DATA

• BOOTSTRAP AUTOCORRELATION FUNCTIONS OF CPT AND DMT DATA

• CONCLUSIONS

• ACKNOWLEDGEMENTS

• REFERENCES

Nous étudions l'application du ré-échantillonnage bootstrap, technique de simulation non paramétrique, pour les analyses de l'incertitude liée aux données géotechniques. Cette technique est présentée comme alternative aux analyses de données statistiques traditionnelles. Nous étudions comme exemple une base extensive de données géotechniques sur le site de Heber Road, dans l'Imperial Valley en Californie du sud. La base de données est constituée de nombreux essais de pénétration de cône et de dilatomètre plat. Nous analysons la corrélation linéaire entre les deux types de résultats et leurs propriétés d'auto-corrélation verticale en utilisant les ré-échantillonnage bootstrap et nous comparons les résultats aux mêmes caractéristiques obtenues par statistiques directes de toute la base de donnée. Nous étudions et analysons la convergence et l'exactitude des estimations bootstrap ainsi que leur sensibilité à la taille de l'échantillon. Pour le type d'application étudiée à travers cet exemple, le ré-échantillonnage bootstrap non paramétrique semble une technique fiable et robuste d'analyse d'incertitude géotechnique. Son principal avantage est que les estimations statistiques des propriétés géotechniques et les niveaux de confiance assortis peuvent être calculés directement d'après les données empiriques sans faire d'hypothèses paramétriques sur la répartition de la population.