Gezien voor de laatste 30 jaar? Zijn het niet outliers die aan de laatste 2,5 % van de normaalverdeling liggen? Of zijn deze afwijkingen significant, en komen ze meer voor dan volgens het toeval zou moeten kunnen?
Dat kan je heel snel toetsen. Het ging over Moskou, dus daar ga ik even vanuit. Juli 2010 had een maandgemiddelde van 26°C. Dit is een nieuw record, sinds het begin van de reeks in 1881.
We moeten eerst een periode definiëren waar we een normaalverdeling (Gaussische verdeling) op fitten. Ik heb gekozen voor 1951-1980, een periode van 30 jaar en redelijkerwijs voor de 'vermeende' grootste opwarming. De statistische eigenschappen van deze periode waren:
Gem: 18,28°C
Mediaan: 18,3°C
Stdev: 1,66°C
Max: 22,0°C
Min: 15,5°C
Als je een Gaussische verdeling maakt met gemiddelde 18,28 en standaardafwijking 1,66°C, je veronderstelt vervolgens dat de verdeling gelijk blijft, dan zou je 10% van de jaren (3 jaar in 30 jaar) een julitemperatuur van 16,2°C of lager en 10% een temperatuur van 20,4°C of hoger verwachten. Eens?
Nu kijken we naar 1981-2010, wederom een periode van 30 jaar. De waargenomen aantallen per percentiel (links) en verwacht (rechts):
1% of hoger: 29 / 30
2½% of hoger: 29 / 29
5% of hoger: 29 / 29
10% of hoger: 29 / 27
90% of hoger: 6 / 3
95% of hoger: 6 / 2
97½% of hoger: 3 / 1
99% of hoger: 2 / 0
De verdeling is dus scheef. Vooral aan de warme staart is sprake van oververtegenwoordiging. Dit beeld zie je in alle maanden minus één: juni.
Hieronder weergegeven de omgekeerde cumulatieve frequentieverdeling. Dat wil zeggen: je telt alle julimaanden met Tgem >= x, waar bij x = waarde behorende bij een gegeven percentiel uit de gefitte Gaussische verdeling (op de x-as uitgezet). De verwachte verdeling is dus de 'ideale' Gaussische verdeling en de verdeling die je ruwweg verwacht voor elke 30-jarige periode, als het klimaat niet verandert. Het verschil tussen verwachting en waarneming voor het >= 95% percentiel (6 versus 2) is hoogst significant.
Gr. Ben
Bericht laatst bijgewerkt: 19-08-2010 17:01
