Wat wil je precies meten? Zoals ik het nu interpreteer: een gemiddelde van de voorspelde waarden vanaf +12 t/m +180 met de werkelijk gemeten waarde. De voorspelde waarden op +180 worden even zwaar meegewogen als op +12 om op een gemiddelde waarde te komen. Is dat wel een "goede/eerlijke" vergelijking?
Met de data die je hebt is het misschien ook interessant te kijken naar de gemiddelde afwijking van +120 t/m +180.
Ik vind het in ieder geval interessante materie.
Het doel is om tot een systeem te komen, waarbij je op basis van de ruwe GFS uitvoer voor een bepaalde dag, tot een betrouwbare Tn/Tx verwachting kan komen.
De reden dat ik tot op heden geen aparte weging toeken aan meer recentere (of wel, die dichter bij de daadwerkelijke dag liggen) uitvoer, ligt in het feit dat in verre weg de meeste gevallen dit niet nodig is.
Soms doen zich situaties voor, waarbij het model op het laatste moment nog een forse wending maakt en dan gaat het huidige systeem inderdaad nat.
Zoals echter al gezegd, dit komt niet heel vaak voor en zoals blijkt uit mijn wekelijkse rapportages over de prestaties van GFS, werkt de nu gebruikte methode meer dan behoorlijk en is vaak in staat om de daadwerkelijke Tx (bij Tn is dit nog wat moeizamer) op enkele tienden nauwkeurig te verwachten.
De correcties zoals ik die nu gebruik, zijn samengesteld over de volledige dataset.
Uiteindelijk wil ik toe naar een systeem, waarbij ik met correcties per maand ga werken.
Om daarbij gebruik te kunnen maken van betrouwbare data, ben ik van mening dat er minimaal 5 jaar aan data nodig is, alvorens over te schakelen van gemiddelde correcties over de hele dataset, naar correcties per maand.
Weerpoll | Weerwoord voetbalpool | 8 jaar GFS data | Mijn verhaal | ik ben anders, maar ook ik mag er zijn