Prossimo inverno: qualche certezza in piu'?

**Wolf359** · 17/09/2007, 10:04

Originariamente Scritto da Articorusso

Mi sembrava di aver letto un commento poco incoraggiante di Tempestas sulla NAO mi sembra....

Intendi questo? http://forum.meteonetwork.it/showpos...&postcount=139

Beh in realta', come ho gia' detto, questo tipo di correlazione e' in calo e comunque non e' che l'EA di agosto sia stato molto positivo (almeno non lo definirei tale uno +0.7); inoltre io darei maggior peso alle previsioni del MetOffice sulla base delle SSTA al largo di Terranova che si sono spesso dimostrate decisive (e che per quest'inverno indicano una NAO debolemente negativa).

**Articorusso** · 17/09/2007, 10:35

Originariamente Scritto da Nivis tempestas

Intendi questo? http://forum.meteonetwork.it/showpos...&postcount=139

Beh in realta', come ho gia' detto, questo tipo di correlazione e' in calo e comunque non e' che l'EA di agosto sia stato molto positivo (almeno non lo definirei tale uno +0.7); inoltre io darei maggior peso alle previsioni del MetOffice sulla base delle SSTA al largo di Terranova che si sono spesso dimostrate decisive (e che per quest'inverno indicano una NAO debolemente negativa).

già

Met Office la vede -0,34 ma mi sembra con un bell error range....

stellon · 17/09/2007, 10:04

Originariamente Scritto da Articorusso

Mi sembrava di aver letto un commento poco incoraggiante di Tempestas sulla NAO mi sembra....

boh, non ho capito di preciso quello che vuoi dire.

Comunque la nao correla all'incirca a 0.3-0.4 le termiche sul nord italia
Il pcai arriva a 0.5

lo studio, anche togliendo il parametro nao ottiene un risultato che è comunque migliore alla correlazione nao-temp

**Articorusso** · 17/09/2007, 10:06

se hai un minuto per farmi un riassuntino veloce....mi son perso qualcosa
grazie

**Tormenta** · 17/09/2007, 10:21

Domandina per Nivis Tempestas: l'indice di correlazione a cui fanno riferimento i tuoi studi, come è calcolato? E' per caso R il coefficiente di determinazione?

Grazie

**Wolf359** · 17/09/2007, 10:27

Originariamente Scritto da Tormenta

Domandina per Nivis Tempestas: l'indice di correlazione a cui fanno riferimento i tuoi studi, come è calcolato? E' per caso R il coefficiente di determinazione?

Grazie

E' il coefficiente di correlazione di Pearson

**Tormenta** · 17/09/2007, 15:34

Originariamente Scritto da Nivis tempestas

E' il coefficiente di correlazione di Pearson

ho capito allora il perchè di tali valori...è normale che più aggiungi predictors alla tua equazione e più il coefficiente crescerà, ma perderà di significatività statistica se aggiungi predictors poco significativi...
Ti consiglio di usare il coefficiente di determinazione R^2 adjusted, per vedere quanto il tuo modello è buono, è un indice di bontà della regressione lineare scientificamente riconosciuta in tali casi

stellon · 17/09/2007, 16:39

Originariamente Scritto da Tormenta

ho capito allora il perchè di tali valori...è normale che più aggiungi predictors alla tua equazione e più il coefficiente crescerà, ma perderà di significatività statistica se aggiungi predictors poco significativi...
Ti consiglio di usare il coefficiente di determinazione R^2 adjusted, per vedere quanto il tuo modello è buono, è un indice di bontà della regressione lineare scientificamente riconosciuta in tali casi

ciao tormenta io utilizzo la funzione di correlazione fornita da excel, che è la seguente:

Corr = Cov (X,Y) / varx vary

essendo Cov = 1/n (Sommatoria ((X-mx) (y-my)) )

secondo te è corretto?

**Tormenta** · 18/09/2007, 08:52

Originariamente Scritto da stellon

ciao tormenta io utilizzo la funzione di correlazione fornita da excel, che è la seguente:

Corr = Cov (X,Y) / varx vary

essendo Cov = 1/n (Sommatoria ((X-mx) (y-my)) )

secondo te è corretto?

se la tua equazione è ottenuta come una regressione lineare a più variabili il valore che ne esce ha un significato diverso da quello che intendi. Esso infatti come detto sopra non restituisce il grado di predittabilità del modello ma la correlazione (andamento lineare tra le due variabili) tra il valore predetto e quello osservato. E' logico che poichè il modello tende a linearizzare il valore predetto su quello osservato avrai sempre (o quasi) un valore alto.

**Wolf359** · 17/09/2007, 17:02

Originariamente Scritto da Tormenta

ho capito allora il perchè di tali valori...è normale che più aggiungi predictors alla tua equazione e più il coefficiente crescerà, ma perderà di significatività statistica se aggiungi predictors poco significativi...
Ti consiglio di usare il coefficiente di determinazione R^2 adjusted, per vedere quanto il tuo modello è buono, è un indice di bontà della regressione lineare scientificamente riconosciuta in tali casi

Grazie del consiglio
E' questo vero?

(http://en.wikipedia.org/wiki/Coeffic..._determination)
ma non ho ben capito cosa sono n e p