Prossimo inverno: qualche certezza in piu'?

[stellon]

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]

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.

[Conte]

Bisognerebbe utilizzare metodologie di analisi multivariata per capire il "peso" di ogni variabile così da scartare quelle poco significative.

[Tormenta]

Bisognerebbe utilizzare metodologie di analisi multivariata per capire il "peso" di ogni variabile così da scartare quelle poco significative.

infatti, proprio per eliminare dal pentolone troppi predittori che non danno informazioni

[Zagor]

Aooooo...me sta a gira' la capoccia !!!

[Wolf359]

Come prova ho eliminato alcuni indici nella fomula per la temperatura della prima decade di dicembre, ebbene la correlazione e' passata da -0.900 a -0.893 (praticamente uguale) mentre il R^2 adjusted e' salito da 0.586 a 0.626 (a proposito, che intervallo ha R^2 adjusted? da -1 a 1?)
Questi gli indici rimasti:
AMO
AO
EA
EA/WR
MEI
SCAND
NAO (CDC)
NAO (CRU)
QBO
SolarFlux
TNA
WHWP
PDO
GLAAM
AA
WP
PNA
POL
EP/NP
NOI
GCR
TSA
Sono passati quindi da 26 a 22.
provero' a eliminarne altri ma mi pare difficile mantenendo una correlazione cosi' alta.

[Tormenta]

Come prova ho eliminato alcuni indici nella fomula per la temperatura della prima decade di dicembre, ebbene la correlazione e' passata da -0.900 a -0.893 (praticamente uguale) mentre il R^2 adjusted e' salito da 0.586 a 0.626 (a proposito, che intervallo ha R^2 adjusted? da -1 a 1?)
Questi gli indici rimasti:
AMO
AO
EA
EA/WR
MEI
SCAND
NAO (CDC)
NAO (CRU)
QBO
SolarFlux
TNA
WHWP
PDO
GLAAM
AA
WP
PNA
POL
EP/NP
NOI
GCR
TSA
Sono passati quindi da 26 a 22.
provero' a eliminarne altri ma mi pare difficile mantenendo una correlazione cosi' alta.
Guarda ad R^2 e non alla correlazione.

Va da 0 a 1 perchè è al quadrato

Ottimo, bravissimo. Cerca di includere quelli più correlati con la tua variabile (precipitazione,temperatura), dovrebbe salire ancora, spero!

[stellon]

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.

ma io con l'equzione di correlazione che ho mostrato, cerco semplicemente la correlazione (per l'appunto) tra i valori del mio indice (che utilizza 2 grandezze fisiche (per complessivi 4 parametri di input in tutto) ed i valori delle anomalie termiche. E la correlazione non è quasi sempre alta, anzi. Lo è solo per i mesi invernali (per i quali è stata rivolta l'attenzione in fase di costruzione dell'indice) e solo per le regioni geografiche di interesse (quelle per le quali è stata rivolta l'attenzione in fase di costruzione dell'indice).

E per adesso mi sono soffermato ad un confronto tra valori dell'indice ed i valori di anomalia termica relativi agli stessi step temporali; quindi di fatto nessuna presunzione di attribuire valenze preditive all'indice: è un indice che sintetizza in modo abbastanza fedele una determinata configurazione meteorologica, ovvero la propensione della troposfera alle irruzioni artiche continentali.

La stessa valenza che ha per esempio l'indice nao, ai cui valori sono associabili altri determinati comportamenti meteoclimatici su determinate regioni del globo (in questo caso i valori di correlazioni più elevati si registrano sull'europa centrale), ma di fatto non ha una vera valenza preditiva, come invece ha gioco forza un indice come quello creato da nivis che introduce quali parametri di input grandezze misurate 4 mesi prima del valore che si vuole approssimare. (anche se prima o poi ci arriverò anch'io )

Detto questo, mi riservo di approfondire con attenzione i vostri preziosissimi ed espertissimi consigli statistici.

Certo che al di la di tutto, resta la "forma" del grafico di pagina 1: numeri a parte mi risulta proprio difficile pensare che la valenza preditiva dell'indice, con quella approssimazione di curve quasi perfetta, possa essere bassa..

ciao

[Tormenta]

ma io con l'equzione di correlazione che ho mostrato, cerco semplicemente la correlazione (per l'appunto) tra i valori del mio indice (che utilizza 2 grandezze fisiche (per complessivi 4 parametri di input in tutto) ed i valori delle anomalie termiche. E la correlazione non è quasi sempre alta, anzi. Lo è solo per i mesi invernali (per i quali è stata rivolta l'attenzione in fase di costruzione dell'indice) e solo per le regioni geografiche di interesse (quelle per le quali è stata rivolta l'attenzione in fase di costruzione dell'indice).

E per adesso mi sono soffermato ad un confronto tra valori dell'indice ed i valori di anomalia termica relativi agli stessi step temporali; quindi di fatto nessuna presunzione di attribuire valenze preditive all'indice: è un indice che sintetizza in modo abbastanza fedele una determinata configurazione meteorologica, ovvero la propensione della troposfera alle irruzioni artiche continentali.

La stessa valenza che ha per esempio l'indice nao, ai cui valori sono associabili altri determinati comportamenti meteoclimatici su determinate regioni del globo (in questo caso i valori di correlazioni più elevati si registrano sull'europa centrale), ma di fatto non ha una vera valenza preditiva, come invece ha gioco forza un indice come quello creato da nivis che introduce quali parametri di input grandezze misurate 4 mesi prima del valore che si vuole approssimare. (anche se prima o poi ci arriverò anch'io )

Detto questo, mi riservo di approfondire con attenzione i vostri preziosissimi ed espertissimi consigli statistici.

Certo che al di la di tutto, resta la "forma" del grafico di pagina 1: numeri a parte mi risulta proprio difficile pensare che la valenza preditiva dell'indice, con quella approssimazione di curve quasi perfetta, possa essere bassa..

ciao

Dio non voglia che il mio appunto ti sia sembrato una critica distruttiva al tuo lavoro....davvero.

Il tuo indice, è sicuramente un ottimo lavoro, io ho argomentato solo il fatto che "quantificare" la bontà del modello che ne prevede l'intensità mediante il coefficiente di correlazione fosse sbagliato e che c'era sicuramente un modo più scientifico di farlo, era solo un suggerimento.
Detto questo aspetto di avere i tuoi output nel corso dell'inverno, sperando che siano come quelli del 1985