Betekend het dat het model zich moet aanpassen aan de cognitieve "tekortkomingen" van de mens.
Want een mens laat zich leiden door de principes die je beschreven hebt in je bericht.
De link die je geeft is erg interessant want het geeft goed weer waar de onzekerheid in het model zit. Dit kan je goed gebruiken bij het bekijken van het model. En daarbij een eventuele voorspelling over eventueel in te vallen winterweer kan daardoor ineens heel anders uitpakken. Bijvoorbeeld dat de rus die je beschrijft bijna geen spreiding toont. De kans dat die van zijn plaats zal komen is dus klein. Er worden hier op het forum diverse plaatjes getoond waar de rus heen zou moeten voor winterweer. Nu we weten dat de kans daarop erg klein is kan je een veel reëlere voorspelling doen. Wat helaas de kans op winterweer verkleind
Wat ik verder niet begrijp is dat de modellen deze informatie niet standaard weergeven. Het lijkt mij van onschatbare waarde om een zinvolle voorspelling te kunnen doen. Aan de andere kant betekent spreiding in een ensemble onzekerheid. Maar er werd niet weergegeven waar deze spreiding zit. Met de link die je gaf wel.
Ooit heeft iemand hier op het forum een verhaal geschreven over de betrouwbaarheid van de modellen op termijn. Hierin werd duidelijk hoe verder je in het model ging kijken, hoe slechter de betrouwbaarheid werd. Wat natuurlijk logisch is maar er werd wel duidelijk hoe snel het model niet betrouwbaar meer is. Ik heb gezocht maar kon het niet meer vinden.
Ter afsluiting zal iedereen zich eigenlijk moeten realiseren met welke "tekortkomingen" je naar alle gegevens kijkt, voordat je een uitspraak doet over hoe betrouwbaar, of onzeker een model eigenlijk is. Ik betrapte me er vanmorgen, voordat ik je post las, ik dit niet deed. Ik vroeg me namelijk af hoever een cruciaal punt in de ensembles lag. Daarmee bedoel ik de plek waar de spreiding in de modellen sterk toeneemt. Al een aantal dagen licht dit punt op 6 a 7 dagen. Maar ik keek eigenlijk alleen maar naar de modellen die ik hier op weerwoord heb gezien. Dus dat is al meteen een beperking in mijn venster. Wil ik een serieuze uitspraak hierover doen zal ik over een langere periode elk model moeten napluizen en moeten noteren waar dit cruciale punt zit. Dit voorbeeld geeft eigenlijk weer wat je bij dit punt: "Achteraf kansen hoger inschatten en bevestigingsbias" beschreef. Ik keek naar datgene wat ik wil zien. Het is alleen maar goed om je dat te realiseren. Je wordt er alleen maar wijzer van.
Ontzettend bedankt voor deze informatie en dit verhaal.
Sebas
Want een mens laat zich leiden door de principes die je beschreven hebt in je bericht.
De link die je geeft is erg interessant want het geeft goed weer waar de onzekerheid in het model zit. Dit kan je goed gebruiken bij het bekijken van het model. En daarbij een eventuele voorspelling over eventueel in te vallen winterweer kan daardoor ineens heel anders uitpakken. Bijvoorbeeld dat de rus die je beschrijft bijna geen spreiding toont. De kans dat die van zijn plaats zal komen is dus klein. Er worden hier op het forum diverse plaatjes getoond waar de rus heen zou moeten voor winterweer. Nu we weten dat de kans daarop erg klein is kan je een veel reëlere voorspelling doen. Wat helaas de kans op winterweer verkleind
Wat ik verder niet begrijp is dat de modellen deze informatie niet standaard weergeven. Het lijkt mij van onschatbare waarde om een zinvolle voorspelling te kunnen doen. Aan de andere kant betekent spreiding in een ensemble onzekerheid. Maar er werd niet weergegeven waar deze spreiding zit. Met de link die je gaf wel.
Ooit heeft iemand hier op het forum een verhaal geschreven over de betrouwbaarheid van de modellen op termijn. Hierin werd duidelijk hoe verder je in het model ging kijken, hoe slechter de betrouwbaarheid werd. Wat natuurlijk logisch is maar er werd wel duidelijk hoe snel het model niet betrouwbaar meer is. Ik heb gezocht maar kon het niet meer vinden.
Ter afsluiting zal iedereen zich eigenlijk moeten realiseren met welke "tekortkomingen" je naar alle gegevens kijkt, voordat je een uitspraak doet over hoe betrouwbaar, of onzeker een model eigenlijk is. Ik betrapte me er vanmorgen, voordat ik je post las, ik dit niet deed. Ik vroeg me namelijk af hoever een cruciaal punt in de ensembles lag. Daarmee bedoel ik de plek waar de spreiding in de modellen sterk toeneemt. Al een aantal dagen licht dit punt op 6 a 7 dagen. Maar ik keek eigenlijk alleen maar naar de modellen die ik hier op weerwoord heb gezien. Dus dat is al meteen een beperking in mijn venster. Wil ik een serieuze uitspraak hierover doen zal ik over een langere periode elk model moeten napluizen en moeten noteren waar dit cruciale punt zit. Dit voorbeeld geeft eigenlijk weer wat je bij dit punt: "Achteraf kansen hoger inschatten en bevestigingsbias" beschreef. Ik keek naar datgene wat ik wil zien. Het is alleen maar goed om je dat te realiseren. Je wordt er alleen maar wijzer van.
Ontzettend bedankt voor deze informatie en dit verhaal.
Sebas