om de afwijking per dag te kunnen betekenen heb je ook normalen per dag nodig. En dat is best lastig voor een normaalperiode van 30 jaar, want daarin kan het verloop van de dagnormalen erg grillig zijn. Het dertig jarig gemiddeld van 9 april kan dan toevallig hoger uitkomen als van 10 april. Eigenlijk zou je dat weer glad moeten strijken, bijvoorbeeld door normalen uit te rekenen over clusters van 5 dagen.
Het maakt mij niet zoveel uit hoe je het doet om eerlijk te zijn. Volgens mij gebruikt het KNMI een LOESS filter om het wat glad te strijken. Het gemiddelde over een periode zorgt er uiteraard voor dat de extremen niet correct bewaard blijven. Dus iets als een LOESS, of bijvoorbeeld een Savitzky-Golay filter, kan gebruikt worden om dat te voorkomen.
Maar zodra de gebruikte periode voor een dergelijke bewerking niet gecentreerd is op de datum waarop het wordt toegepast introduceer je een vreemde bias. Ik kan op basis van de grafiek van Koos niet helemaal afleiden wat hij precies doet, maar bijvoorbeeld het feit dat de afwijking eind januari onder de 10 °C blijft doet mij vermoeden dat er zoiets speelt, vandaar mijn opmerking. Ik kan niks verzinnen hoe je dat voor elkaar krijgt met dagelijkse of 30-daagse (gecentreerde) gemiddelden, maar misschien zie ik iets over het hoofd.