Neue Prognosemethode

Hallo,

da ich mich zunächst in eine neue Prognosemethode einarbeiten möchte (meine Seite nennt sich ja bewusst „experimentell“), werde ich jetzt zum Februar kein Update meiner letzten Prognose erstellen.

Neue Methode:

Ich teile die Nordhemisphäre in 72 Zonen, jede Zone umfasst 15 Breitengrade und 30 Längengrade, also Zone 1: 75 – 90°N 180 – 150°W. Zone 2: 75 – 90°N 150 – 120°W. Zone 3: 75 – 90°N 120 – 90°W……………………..Zone 72: 0 – 15°N 150 – 180°E.

Nun lasse ich für jede Zone das Flächenmittel von Bodendruck, Geopotential 500hPa – sowie 50hPa – Niveau (letzteres ist Stratosphäre) berechnen, monatsweise und für den Zeitraum 1948 bis 2016, das ergibt etwa 2.600 Datenspalten (Variable) mit jeweils 69 Zeilen (Jahre), also etwa 180.000 Einzeldaten.

Ich exportiere die Daten von Excel in eine leistungsstarke Analyse Software (Predictive Analytics, GMDH Shell 3, Group Method of Data Handling, näheres: http://www.gmdh.net), sie analysiert Datenreihen und erstellt eine Prognose, sie prüft verschiedene Modelle und zeigt dann die beste Lösung, konkret rechnet sie pro Sekunde etwa 780.000 Operationen.

Als Inputwerte gebe ich nun eine Anzahl Variable ein, es hat sich bei Versuchen (die ich bisher durchgeführt habe) erwiesen, dass bei Bestimmung des Bodendrucks einer Zone bessere Ergebnisse erzielt werden, wenn ich nur Bodendruckvariable (und nicht zusätzlich Geopot verwende). Jedoch sind es auch in diesem Fall immerhin 860 Variable (etwa 60.000 Einzeldaten) zur Bestimmung einer Zielvariablen. Nach einer Rechenzeit von etwa 50 Sekunden, also etwa 40 Millionen Operationen, hat das Programm die beste Lösung gefunden, diese sieht dann zum Beispiel so aus:

graph3

 

Es handelt sich hier um den Bodendruck von Zone 1 (75 -90°N 180 – 150°W) für die Januarmonate 1948 – 2016. Man erkennt die Rechenphase 1948 bis 1970 (die tatsächlichen Werte sind grau), die Testphase 1971 – 2016 (blaue Linie) und die Prognose (rote Linie mit Unsicherheitsbereich).

Statistik zu dieser Graphik:

Number of Observations: 46 (1971 – 2016)

Max. negative error: -3,378

Max. positive error: 3,084

Mean absolute error (MAE): 1,4222

Root mean square error (RMSE): 1,71709

Residual sum: -1,879

Standard deviation of residuals: 1,7166

Coefficient of determination (R²): 0.937628

Correlation: 0.980576

Meine Erwartung:

Ich erwarte auch von dieser Methode keine genauen Prognosen, ich erwarte jedoch Hinweise, ob in den einzelnen Zonen im Folgemonat eher mit hohem oder tiefem Luftdruck (Geopotential) zu rechnen ist. Ich betrachte auch nur diesen ersten Schritt und halte Aussagen für die nachfolgenden Jahre als rein theoretisch auf Grundlage der momentanen Situation, die sich jedoch sicherlich nicht in genau derselben Weise fortsetzt wie von diesem Modell prognostiziert.

Sobald ich mich in Methode und Technik einigermaßen eingearbeitet habe, werde ich die Ergebnisse als positive und negative Bodendruck – (vielleicht auch Geopot -) Abweichungen in die 72 Zonen eintragen und dann hier veröffentlichen – und später auch verifizieren. Bis bald.

Gruß

KHB