1) Je hebt gekozen voor de laatste dertig jaar en ook uitgelegd waarom. Zouden de conclusies ook wezenlijk anders zijn wanneer je een langere periode neemt van bijvoorbeeld 50 of 100 jaar?
De normale fluctuaties worden dan alleen nog maar groter en dat leidt ertoe dat de huidige neutrale trend des te normaler is. De laatste 30 jaar kent een relatief kleine spreiding rond de trend.
2) Dezelfde vraag maar dan met betrekking tot de periode van de tijdelijke trend. Het jaar 2000 als beginpunt lijkt me logisch maar komt overeen met 8 jaar en 9 maanden. Je zou ook de laatste 10 jaar kunnen nemen. Vanaf 1998 is de trend namelijk al neutraal of zelfs dalend.
Deze analyse is opgesteld in november 2008 en was eigenlijk een reactie op een post die uitging van 2000. Maar ik heb het ook voor 1998 uitgevoerd, precies 10 jaar, maar voor de conclusie maakt het niet uit (sterker nog: die is nog sterker, want de extra ruis door 1998, 1999 en 2000 vergroot de normale marge).
3) Je neemt aan dat de temperatuur op lange termijn een lineair stijgende trend vertoond en de afwijking sinds 2000 valt keurig binnen die trend. Ik onderschrijf dan ook jouw conclusies. Ik begrijp denk ik ook waarom je voor een lineaire trend hebt gekozen. Naast dat het statistisch simpeler te benaderen is strookt het ook met de visie van het antropogene broeikaseffect. Maar naast lineaire trends bestaan er in het klimaat ook oscillerende curves met zeer uiteenlopende perioden en amplitudes. Is het met deze methode ook mogelijk sinusoïde curven te analyseren? Op het oog matched de temperatuurcurve beter met multidecadale oscillaties, zeker wanneer je veel verder terug gaat in de tijd.
Sinusoïde curven hebben een aantoonbare slechtere correlatie met de waarnemingsreeks dan 30-jarige voortschrijdende lineaire trends. Het grote probleem met dergelijke niet-lineaire vergelijkingen is het vinden van een goede fit met de waarnemingen. De temperatuurreeks vertoont zodanig veel ruis (deels autogecorreleerd) dat het fitten tot slechtere scores leidt. Een methode die wel aardig goed werkt om langjarige trends te bepalen die zich sterk niet-lineair gedragen (de wereldwijde temperatuurreeks doet dit, op 30-jarige tijdschaal, niet echt) is het toepassen van lokaal gewogen regressie (LOWESS) met een venster van 30 jaar. Nadeel is dat daarmee geen extrapolaties gemaakt kunnen worden, een LOWESS curve levert enkel een andere beschrijving van de waarnemingen, het is geen model (feitelijk is een lineaire trend een model: y = ax + b). Door de LOWESS curve te gebruiken krijg je wel een beter idee wat de ruis is. Je kan vervolgens weer kijken of deze ruis zich werkelijk gedraagt zoals witte ruis of nog autogecorreleerd is (bijvoorbeeld omdat in de ruis ook een trend zit).
Wouter, Alwin en misschien Remko kunnen vast ook nog wel iets toevoegen (of wellicht mijn analyse neersabelen
).Gr. Ben