Il clima di Prato

[CausaEffetto]

Esempio: - 2° se non ho capito male sarebbe il 10° percentile della media degli estremi minimi invernali 1981-2010.

I percentili sono calcolati sui singoli valori giornalieri non sulle medie. Fanno parte della climatologia dei valori giornalieri, non della climatologia delle medie. Secondo me non ti tornano i valori perchè tu li calcoli sulla media mensile.

[albedo]

I percentili sono calcolati sui singoli valori giornalieri non sulle medie. Fanno parte della climatologia dei valori giornalieri, non della climatologia delle medie. Secondo me non ti tornano i valori perchè tu li calcoli sulla media mensile.

Ok, ora ho capito.
Una domanda probabilmente ingenua e da profano: ma quale utilità climatologica può avere conoscere questi percentili? Sappiamo quanto le medie di per sé siano già un'astrazione di comodo che ricorre pochissime volte nel concreto. Applicare ad esse un'ulteriore paletto in termini percentile su base diurna non aumenta ulteriormente il carattere astratto e virtuale del dato rispetto all'osservazione?

[CausaEffetto]

Ok, ora ho capito.
Una domanda probabilmente ingenua e da profano: ma quale utilità climatologica può avere conoscere questi percentili? Sappiamo quanto le medie di per sé siano già un'astrazione di comodo che ricorre pochissime volte nel concreto. Applicare ad esse un'ulteriore paletto in termini percentile su base diurna non aumenta ulteriormente il carattere astratto e virtuale del dato rispetto all'osservazione?

Provo a risponderti ma oggi non riesco a concludere nulla con questo terremoto.

Partiamo dal discorso media ... la media non è semplicemente un'astrazione di comodo in quanto questo indicatore di sintesi della tendenza centrale nella distribuzione del campo termico assume un preciso significato statistico. Osservare un valore che si fermi "esattamente" sulla media in qualche verso rappresenta un evento che ha la "stessa" probabilità di accadimento di osservare un valore che si fermi "esattamente" su ogni altro valore della distribuzione. Ma non è questo il punto ... la media è un'attrattore verso il quale convergono quasi "magicamente" i valori osservati. Rappresenta un valore intorno al quale si concentrano la maggiornaza delle osservazioni. Importante questo passaggio " ... un valore intorno al quale ... ". Questo è il punto! Questa soglia, che chiamiamo media, serve per costruire il range entro il quale è più probabile osservare i valori registrati. A livello statistico scostarsi di + o - un sigma dalla media ha lo stesso significato di normalità, quando la distribuzione è approssimabile alla gaussiana.

Detto questo, arriviamo al discorso dei percentili, in particolare le soglie del 10° e 90° percentile. In questo caso siamo in presenza di valori che risiedono lontano dal range di normalità. Le frequenze di superamento di queste soglie non si distribuiscono secondo una gaussiana pertanto a livello statistico tali soglie sono fondamentali per intercettare il comportamento dei dati che risiedono nelle code estreme della distribuzione.

La non comprensione dell'importanza di media, range di normalità climatica e soglie estreme deriva forse dal fatto che solitamente se ne fa un uso meramente descrittivo mentre la loro forza risiede nello spiegare il comportamento del campo termico, sia in senso statico, sia in senso dinamico, come spero di fare al più presto, terremoto permettendo.

[albedo]

Provo a risponderti ma oggi non riesco a concludere nulla con questo terremoto.

Partiamo dal discorso media ... la media non è semplicemente un'astrazione di comodo in quanto questo indicatore di sintesi della tendenza centrale nella distribuzione del campo termico assume un preciso significato statistico. Osservare un valore che si fermi "esattamente" sulla media in qualche verso rappresenta un evento che ha la "stessa" probabilità di accadimento di osservare un valore che si fermi "esattamente" su ogni altro valore della distribuzione. Ma non è questo il punto ... la media è un'attrattore verso il quale convergono quasi "magicamente" i valori osservati. Rappresenta un valore intorno al quale si concentrano la maggiornaza delle osservazioni. Importante questo passaggio " ... un valore intorno al quale ... ". Questo è il punto! Questa soglia, che chiamiamo media, serve per costruire il range entro il quale è più probabile osservare i valori registrati. A livello statistico scostarsi di + o - un sigma dalla media ha lo stesso significato di normalità, quando la distribuzione è approssimabile alla gaussiana.

Detto questo, arriviamo al discorso dei percentili, in particolare le soglie del 10° e 90° percentile. In questo caso siamo in presenza di valori che risiedono lontano dal range di normalità. Le frequenze di superamento di queste soglie non si distribuiscono secondo una gaussiana pertanto a livello statistico tali soglie sono fondamentali per intercettare il comportamento dei dati che risiedono nelle code estreme della distribuzione.

La non comprensione dell'importanza di media, range di normalità climatica e soglie estreme deriva forse dal fatto che solitamente se ne fa un uso meramente descrittivo mentre la loro forza risiede nello spiegare il comportamento del campo termico, sia in senso statico, sia in senso dinamico, come spero di fare al più presto, terremoto permettendo.

Siamo tutti solidali con l'Emilia in questo momento. Lo stiamo sentendo bene anche qui, ma certo lì è un altro dramma anche sotto il profilo psicologico.

[albedo]

Provo a risponderti ma oggi non riesco a concludere nulla con questo terremoto.

Partiamo dal discorso media ... la media non è semplicemente un'astrazione di comodo in quanto questo indicatore di sintesi della tendenza centrale nella distribuzione del campo termico assume un preciso significato statistico. Osservare un valore che si fermi "esattamente" sulla media in qualche verso rappresenta un evento che ha la "stessa" probabilità di accadimento di osservare un valore che si fermi "esattamente" su ogni altro valore della distribuzione. Ma non è questo il punto ... la media è un'attrattore verso il quale convergono quasi "magicamente" i valori osservati. Rappresenta un valore intorno al quale si concentrano la maggiornaza delle osservazioni. Importante questo passaggio " ... un valore intorno al quale ... ". Questo è il punto! Questa soglia, che chiamiamo media, serve per costruire il range entro il quale è più probabile osservare i valori registrati. A livello statistico scostarsi di + o - un sigma dalla media ha lo stesso significato di normalità, quando la distribuzione è approssimabile alla gaussiana.

Detto questo, arriviamo al discorso dei percentili, in particolare le soglie del 10° e 90° percentile. In questo caso siamo in presenza di valori che risiedono lontano dal range di normalità. Le frequenze di superamento di queste soglie non si distribuiscono secondo una gaussiana pertanto a livello statistico tali soglie sono fondamentali per intercettare il comportamento dei dati che risiedono nelle code estreme della distribuzione.

La non comprensione dell'importanza di media, range di normalità climatica e soglie estreme deriva forse dal fatto che solitamente se ne fa un uso meramente descrittivo mentre la loro forza risiede nello spiegare il comportamento del campo termico, sia in senso statico, sia in senso dinamico, come spero di fare al più presto, terremoto permettendo.

Non penso che qualcuno metta in dubbio l'importanza della media e del range di normalità climatica. I miei dubbi erano relativi alla procedura con la quale si calcolano i percentili e loro utilitià. Se non ho capito male per 90° percentile si intende il 90% di quel valore, per 10° percentile il 10%. Poi dici che il valore percentile esprime la soglia che ha la probabilità del 10% di essere superata in senso maggiormente estremo. Domanda: visto che il risultato, esempio, del percentile estivo delle massime è 35°, com'è possibile che la probabilità di superarlo sia solo del 10% se ogni estate della serie 1981-2010 questo valore è stato superato? Lo stesso vale per il percentile, esempio, delle minime invernali, che è indicato in - 2°. Dovremmo dire che la probabilità che i - 2° vengano abbassati in inverno è del 90%, ma a che serve saperlo, sembra un'ovvietà, dal momento che nella serie solo un anno in inverno abbiamo avuto un estremo superiore (- 1,8° nella stagione invernale 1997).

Allora, da qui i miei dubbi di utilità: non sarebbe sufficiente prendere gli estremi stagionali di tutti gli anni della serie, fare la media e stabilire un range di normalità climatica sugli estremi, esattamente come facciamo con le medie? Esempio: la media delle minime estreme invernali del periodo 1981-2010 è stata di - 5,4°, si calcola un range per cui (sparo a caso) si ricava che la soglia di normalità va dai - 6,4° ai - 4,4°.
Cerco solo di capire, non ho studiato statistica anche se alcuni calcoli me li sono trovati davanti giocoforza dovendo elaborare delle medie coi dati meteo.

[Calistream]

Se non ho capito male, i valori compresi tra il 10° e il 90° percentile, indicano quei valori che si registrano nell'ottanta per cento delle osservazioni giornaliere di una determinata stazione. In poche parole dovrebbe significare che l'80% dei valori registrati a Prato in quel periodo rientrano nell'intervallo che ci ha indicato CausaEffetto.

[CausaEffetto]

Se non ho capito male, i valori compresi tra il 10° e il 90° percentile, indicano quei valori che si registrano nell'ottanta per cento delle osservazioni giornaliere di una determinata stazione. In poche parole dovrebbe significare che l'80% dei valori registrati a Prato in quel periodo rientrano nell'intervallo che ci ha indicato CausaEffetto.

Attenzione che il 10° percentile è calcolato su Tmin ed il 90° percentile è calcolato su Tmax. Il range a cui ti riferisci (80%) sarebbe valido se calcolato sulla stessa serie di dati (solo Tmax, solo Tmin, solo TMG, ecc...). In sintesi, esprimono quella soglia che ha probabilità del 10% di essere superata in senso maggiormente estremo.