En onlangs maakte je melding van het hanteren van een grotere correctie omdat de afwijkingen groter zijn geworden. Waar wordt deze correctie dan op toegepast?
Ik heb twee sets aan grafieken voor zowel Tx als Tn.
In de eerste set grafieken wordt de gemiddelde DMO gecorrigeerd met de gevonden afwijkingen over de gehele dataset.
In de tweede set grafieken wordt de gemiddelde DMO gecorrigeerd met de gevonden afwijkingen voor de betreffende maand of maanden indien deze een grens tussen twee maanden over gaat.
Voor de gemiddelde DMO maakt dat geen verschil, die is immers ongecorrigeerd en dient als input voor beide sets.
De reden voor de tweede set, is omdat maand specifieke correcties beter zouden moeten werken dan correcties gevonden over de hele dataset.
Ter verduidelijking onderstaande grafiek.
Kijk daarbij even naar de extremen aan de bovenkant (donkerblauwe lijn) en aan de onderkant (rode lijn).
Als de hele dataset gebruikt wordt, zou qua extremen de gemiddelde DMO altijd gecorrigeerd worden met 7,1°C of -8,0°C
Dit terwijl de meeste maanden aan de bovenkant extremen afwijkingen hadden tussen 2,7°C en 5,8°C, waardoor corrigeren met 7,1°C voor de extremen aan de bovenkant .... te extreem zou zijn 
Zelfde verhaal aan de onderkant, waarbij elke maand corrigeren met -8,0°C alleen waardevol is in mei (maand waarin het optrad) en maart (omdat het verschil daar slechts 0,1°C is).
Kijk je naar de gemiddelde positieve afwijkingen (gemiddelde DMO zat te hoog, zoals deze maand veelvuldig gebeurd) dan zijn de verschillen marginaal en zou corrigeren met een waarde over de hele dataset kunnen volstaan.
Voor de gemiddelde negatieve afwijkingen (paarse lijn) zijn de verschillen alweer groter en zou corrigeren per maand beter moeten werken.
Dat laatste geldt ook voor de gemiddelde afwijkingen per maand die uiteenlopen van -0,5°C tot -1,8°C
*edit* nog even een screenshot toegevoegd met de verzamelde correcties over de hele dataset die eind november 9 jaar aan data bevat.
*edit 2* enkele typos gecorrigeerd
