Een parameter met een harde (onder)grens hoeft ook zeker niet normaal verdeeld te zijn, dat is regenval over korte perioden bijvoorbeeld ook niet. In zo'n geval is de standaard deviatie een slechte maat voor de staart van de verdeling en geeft een normalisatie zoals deze een ietwat onzinnig resultaat.De standaarddeviatie heeft betrekking op de Precipitable Water. Voor zover ik weet is die - ook in dat gebied - niet nul (geen ondergrens). Speelt dat dan nog steeds?
Ik ga er vanuit dat wat je toont een gebruikelijke normalisatie is in de zin van "(waarde - gemiddelde) / standaard deviatie". De PWAT zal nooit nul worden, maar dat is denk ik ook niet nodig om de verdeling niet-normaal te maken.
Een alternatieve uitleg kan zijn dat de referentie periode niet meer representatief is, wat ongetwijfeld deels zo zal zijn aangezien waterdamp, in elk geval globaal gezien, gelijk toeneemt met neerslag en verdamping.
Maar als ik een dergelijke statistiek zie is mijn eerste gedachte dat het gaat om een niet-normale verdeling die wordt gepresenteerd alsof het wel normaal verdeeld is.
Een histogram met de uurlijkse ERA5 data zou het laten zien, ik vermoed dat er alsnog een soort ondergrens op lage uitschieters (boven de Sahara) zit, ten opzichte van hoge uitschieters. Waardoor je een positieve skewness krijgt.
