
Nous pouvons maintenant utiliser les données du tableau présentant les probabilités de débit prévues dans la perspective des sous-catégories de débits observés, puis élaborer un diagramme de discrimination.
Sur le diagramme de discrimination, l'axe des x indique les cinq catégories de débit (allant de « très faible » à « très élevé"). L'axe des y indique la fréquence relative de la prévision.
Considérons d'abord la ligne bleue tiretée, qui correspond aux données de la colonne 2. Elle montre que, lorsque des débits faibles ont été observés, la fréquence des catégories de prévision « très faible » ou « faible » était de 0,4 et la probabilité était de seulement 0,2 pour le débit moyen. La fréquence des prévisions pour les catégories de débit « élevé » et « très élevé » se ramène à 0,0. Souvenons-nous de la fonction de densité de probabilité (FDP) présentée à la section 2. La ligne bleue tiretée correspond à la FDP de la prévision lorsque des débits faibles ont été observés.
La ligne verte pointillée, qui correspond aux données de la colonne 3, est la FDP pour la prévision lorsque des débits moyens ont été observés. On y voit des probabilités un peu plus faibles pour les catégories de prévisions « très faibles » et « faibles » que pour les catégories « moyen » à « très élevé ».
La ligne rouge continue, qui correspond aux données de la colonne 4, est la FDP pour la prévision lorsque des débits élevés ont été observés.
Notez que la ligne verte pointillée est très similaire à la ligne rouge continue. Cela signifie que les probabilités prévues lorsque des débits moyens ont été observés étaient similaires aux probabilités prévues lorsque des débits élevés ont été observés. Autrement dit, le système de prévision n'est pas très bon pour distinguer les débits moyens des débits élevés. Le système de prévision présente une relativement bonne capacité de discrimination pour les débits faibles. C'est ce qui apparaît lorsque nous examinons la courbe bleue tiretée, car les probabilités prévues étaient plus élevées pour les catégories de débit plus faible (« très faible » et « faible ») et la FDP révèle qu'elle se détache quelque peu des deux autres courbes. Il en ressort que les prévisions n'étaient pas les mêmes lors de l’observation de débits faibles et lors de l’observation de débits moyens ou élevés.

Idéalement, les trois sous-catégories ou les trois FDP se répartiraient distinctement. À gauche, on voit que chacune des FDP prévues pour chaque sous-catégorie de débit observé se démarque des deux autres. C'est la marque d'une bonne discrimination des prévisions. Autrement dit, les prévisions ont été uniques pour chacune des conditions observées. Dans ce cas idéal, les sous-catégories d'observation correspondent aux prévisions. Par exemple, la FDP, lorsque des débits élevés sont observés, passe à l'extrémité droite de l'axe x, qui correspond aux prévisions de débits élevés.
Par contre, dans le cas du système de prévision dont la discrimination est insatisfaisante, les courbes de FDP ne présentent que peu ou pas de différence entre leurs distributions et sont souvent centrées sur la probabilité climatologique.

Revenons à notre diagramme de discrimination et supposons qu'il représente des prévisions à quatre mois sur le pic de ruissellement à la fonte des neiges. Faisons maintenant apparaître un diagramme de discrimination (un peu plus bas) pour le même lieu et les mêmes variables, mais présentant des prévisions à un mois.
Comment les prévisions à un mois se présenteront-elles comparées aux prévisions à quatre mois?
Choisissez toutes les bonnes réponses.
Les bonnes réponses sont a) et d).
Les prévisions à un mois présentent une meilleure discrimination, comme le montrent les FPD, bien distinctes, pour les sous-catégories de débit faible, moyen et élevé. Ces prévisions sont meilleures que les prévisions à quatre mois, qui présentent peu de discrimination entre les sous-catégories à débit moyen et élevé. Cela signifie que, compte tenu des observations, la prévision à un mois présentait une bonne discrimination pour toutes les sous-catégories.