Kort door de bocht kan het als volgt: als je gewoon alle ijsdagen + bijbehorende datums uit het verleden verzamelt (zeg van de afgelopen 30 jaar) krijg je een aardig betrouwbare normale verdeling.
Maar wat heb je dat op de 'x-as' van die verdeling? De datum ofzo? Ik denk niet dat je op zo'n manier een kansverdeling kunt maken.
Beste lijkt mij om niet een normale verdeling maar een extremenverdeling te gebruiken. Voor bijvoorbeeld de laatste decade (of voor een bepaalde dag) in oktober kun je de alle jaarminima van maximumtemperatuur nemen, en daar een zgn. GEV-verdeling op 'fitten', die je kunt extrapoleren naar 0 graden, zodat je de herhalingstijd in jaren van die waarde als maximumtemperatuur kunt schatten.
Probleem blijft natuurlijk dat er gewoon niet één dag bestaat waarop een ijsdag nog net kan voorkomen, het gaat gewoon om een kans die met elke dag eerder in het jaar kleiner wordt, maar nergens ineens nul wordt.
Quote selectie