Prossimo inverno: qualche certezza in piu'?

**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....

**Wolf359** · 17/09/2007, 10:49

Originariamente Scritto da steph

Non è sempre così, per es. per l'indice NAO invernale risultano assai più importanti (in termini di correlazione) le SSTA nordatlantiche fra maggio e settembre, piuttosto che ad ottobre o novembre...

Cmq: complimenti sia a Nivis che a te per il tuo PCAI.

Come altro esempio citerei lo stretto legame tra l'indice SOI* e il NOI tra i quali c'e' un lag di diversi mesi (fino a un anno).

**Marco.Iannucci** · 17/09/2007, 11:00

Originariamente Scritto da Nivis tempestas

Come altro esempio citerei lo stretto legame tra l'indice SOI* e il NOI tra i quali c'e' un lag di diversi mesi (fino a un anno).

Insomma alla fine io non ho capito niente...ma più o meno secondo questo modello come dovrebbe essere in linea generale l'inverno...mica pessimo come l'anno scorso?

**Wolf359** · 17/09/2007, 11:12

Non ho fatto nessuna previsione finora: appena avro' i dati di questo settmbre (tra 2-3 settimane) vi diro' cosa dice il modellino.

**Articorusso** · 17/09/2007, 11:17

Se è brutta risparmiacela, altrimenti qualcuno potrebbe suicidarsi come me...

capiscimi, dopo l anno scorso i miei nervi sono al limite....

**Wolf359** · 17/09/2007, 11:24

Bisogna tenere a mente che il modello per ora e' testato per Padova e zone limitrofe!
Dovrei generalizzare un attimo le formule come fa Stellon per fare una previsione per tutta l'Italia (nord - centro - sud).
Dato che ho evitato alcuni impegni imprevisti, penso che ora provero' a farlo...
speriamo bene...

Lello · 17/09/2007, 15:02

Ho letto con passione questa discussione e voglio farti i miei più sentiti complimenti! Soprattutto, come molti hanno già detto, per la tua giovane età

Mi auguro che la tua idea abbia futuro. Intanto aspettiamo fine mese per il responso.

**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?

**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