Ik volg de pluimen al heel lang en het is toch echt wel duidelijk dat EC het een stuk beter doet dan GFS.
EC heeft regelmatig trends veel eerder te pakken dan GFS.
Ik heb heel veel respect voor alle details hoe je die vastlegt Sjoerd en je onderbouwing is zeker goed. Tegelijkertijd maakt de manier waarop je de data verzameld ook wel dat GFS het altijd goed lijkt te doen.
Je pakt namelijk de trend van 7 dagen van tevoren t/m 0,5 dagen van tevoren.
Per saldo laat je gemiddeld dus zien hoe goed GFS 3,5 dag van tevoren op de voorspelling zit. Dat is een termijn waarop ieder model goed zal scoren met de wijze waarop je dit statistisch gezien opbouwt. Ook 'springerigheid' van een model kan wegvallen door deze wijze van middelen.
Ik zie juist vaak rond de termijn van 6 tot 9 dagen EC vaak een nieuwe trend oppakken, waarbij GFS 1 a 2 dagen later volgt.
Stel dat GFS voor komende maandag nog t/m vandaag 10 graden laat zien en vanaf morgen op de proppen komt met 20 graden en het wordt ook daadwerkelijk 20 graden, dan zal het met je berekening ongeveer als volgt uitpakken.
GFS maandagochtend en avond 10 graden, GFS dinsdagochtend t/m zondagavond 20 graden. Is 2x 10 + 12 x 20 = 260/ 14 is de gemiddelde Tx 18,6. De score van GFS lijkt dan voor maandag alleszins netjes, terwijl GFS de trend toch stuk later heeft dan EC.
Nogmaals, ik vind het mooi en knap hoe je alles bijhoudt, maar het is belangrijk om te realiseren hoe de statistiek erachter is opgebouwd.
Eén of twee Opers die afwijken in een serie van 15 a 16 metingen, maken het geen minder goede / slechte verwachting.
Omgekeerd geldt hetzelfde uiteraard, als de Oper er één of twee goed op zit en de overige metingen er naast zitten, dan zal de Tx/Tn verwachting er naast zitten en is het niet opeens een goede verwachting omdat een paar runs wel deugden.
De kracht van mijn rekenmodel is juist dat alle Opers worden meegenomen en ook even zwaar wegen (er is ooit een voorstel geweest om de weging van de jongste Opers (dus diegene die het dichts bij de daadwerkelijke datum zitten) zwaarder te maken dan van de runs die verschenen toen de dag nog 7 dagen in de toekomst lag, maar bij testen is gebleken dat dit geen verbetering geeft).
Tot slot zegt mijn data alleen iets over Tx/Tn verwachting maar het weer is uiteraard veel meer dan dat (neerslag, wind, positie van drukgebieden, sterkte van drukgebieden enz. enz.) dus in die zin kan ik op basis van die data niet zeggen of GFS in zijn totaliteit een goed / slecht / matig model is.
De data die men daarvoor gebruikt, wijzen al jaren uit dat ECMWF het best presteren model is, dus dat staat buiten kijf wat mij betreft.