Der letzte Monat war wirklich gut, zusammenhängende Schneedecke, weitgehend unter 0 Grad.
Wenn ich da an die Scheisswinter um die 2000 denke.
---
Druckbare Version
Und 3 Stunden Sonnenscheindauer. Das geht ans Immunsystem. einen "schönen" Winter stelle ich mir so vor:
http://www.rhoentourist.de/schnee-sonne-hochrhoen.jpg
und nicht so. http://www.wetter.info/b/60/87/70/86...ndes-parat.jpg
Ja, es wird ja auch hoffentlich langsam Frühling. Heute musste ich nämlich fett Schnee schippen und Salz streuen, um mein Auto benutzen zu können.
Nikolaus, ich nehme Dich in Haftung, wenn es nicht endlich langsam wärmer wird und zwar um mehr als nur ein paar Zillionstel Grad!
....die beim IPCC schon nach kürzester Zeit widerlegt wurden:
http://www.legnostorto.com/images/st...a_scafetta.gif
Die Einschätzung von Nikolaus ist ja nicht nur falsch, er fehlinterpretiert ja auch munter die lineare Regression. Für mitlesende Nicht-Statistiker sei das wie folgt, hoffentlich verständlich genug, erläutert an dem Beispiel des Jason-2 Datensatzes zur Meerespiegelerhöhung.
Der Datensatz besteht aus ca. 700 Einzeldaten, die man auf einer X-Y-Graphik auftragen kann. Im Idealfall stellt sich deren Datenverteilung also eine kugelförmige Wolke aus einzelen Daten dar, durch die man eine Linie, genannt Mittelwert, ziehen kann. Der Mittelwert ist die Summe aller Daten geteilt durch die Anzahl aller Daten. Der Mittelwert würde im Idealfall so verlaufen, dass 50% der Kugelwolken-Datenpunkte oberhalb von ihm liegen und 50% darunter (quasi wie bei einer Orange, die man mit einem scharfen Mittelwerts-Messer exakt in der Mitte durchgeschnitten und in 2 gleich große Hälften geteilt hat). Um die Verteilung der Punkte zu messen, bestimmt man die sog. Varianz. Dabei misst man den Abstand des einzelnen Messpunktes zum Mittelwert. Bei Daten oberhalb des Mittelwertes ist das eine positive Ziffer, bei Daten unterhalb ist es eine negative Ziffer. Damit man eine Gesamtsumme bilden kann, die nicht auf Null endet (weil sich die positiven und negativen Einzelabstände beim Aufaddieren auf Null berechnen würden), nimmt man den absoluten Wert der Ziffern, in dem man die Abstände quadriert. So wird z.b. ein Abstand von 2 mm zum Mittelwert durch Quadrieren 2X2 zu vier. Und -2 x -2 wird auch vier. Diese Quadrierten Summen zählt man zusammen, schon hat man die sog. Varianz. Das ist dann ein Streuungsmaß, dass die Gesamtstreuung der Einzeldaten um den Mittelwert herum beschreibt. Am Beispiel der Orange illustriert: Die Varianz ist der Versuch, das Volumen der jeweils halben Orangenhälfte zu beschreiben.
Normalerweise resultiert da die sog. Gesamtvarianz als einheitslose Ziffer, die wegen der Quadrierung recht groß sein kann.
Die lineare Regression hat nun zum Ziel, zu erklären, ob ein Einflussfaktor (z.B. das Jahr einer Zeitperiode in 1-Jahres-Schritten) möglichst viel dieser Gesamtvarianz erklärt. Ideal ist es, wenn eine Regression 100% (= R2 von 1,0) dieser Gesamtvarianz erklärt. Das sollte auch statistisch signifikant sein. Es liegt auf der Hand, dass bei einem R2 von 50% aka 0,5 nur die Hälfte der Varianz erklärt würde, während die andere Hälfte nicht durch den Einflussfaktor "Jahr" erklärt wird. Ein Trend kann also nur dann abgeleitet werden, wenn das R2 > 50% ist. Das R2 muss also mindestens 50,1% aka 0,51 sein, damit wenigstens das 0,01 einen Trend darstellt, der in eine bestimmte Richtung zeigt. Denn bei einem R = 0,5er zeigt der eine Trend in eine Richtung und der andere 0,5er Trend in die exakt andere Richtung und der Effekt ist Null, also kein Effekt.
Wenn nun unser allseits beliebter statistischer Weihnachtsmann aber erklärt ist, dass er schon bei einem R2 von 0,38 einen Trend zu erspähen glaubt. Dabei hat er leider verschlafen, dass nur 38% für ihn sprechen, aber blöderweise 62% gegen ihn. Der Trend, der gegen ihn spricht, beträgt also 50-62=12%. Leider will das unser Nikolaus nicht wahrhaben, aber das liegt daran, dass er entweder noch nie einen Statistikschein gemacht hat oder er einfach nicht begriffen hat, wie eine Regression funktioniert.
Wer also eine pseudowissenschaftliche Aussage mit einem R2 von < 0,50 hört (die in der Regel nicht mehr signifikant ausfällt), dann kann man solche Aussagen nie als Trend für, sondern immer nur als Aussage GEGEN die getroffene Behauptung bewerten. Nikolaus hat in aller Öffentlichkeit, ohne es selbst zu begreifen, bewiesen, dass es sich eben nicht erwärmt. Daraus kann man zwar im Umkehrschluss nicht per Regression eine Abkühlung ableiten (weil das die Hypothese des Tests so nicht zulässt), aber es beweist, dass er mit der Erwärmungsthese falsch liegt.
Es wird Nikolaus aber nicht davon abhalten, weiter pseudostatistische Märchen zu verbreiten, so steht zu befürchten.
Wenn die Oberflächenthermometer von Phil Jones und Hanson wenigstens richtig wären, bester Nikolaus, könnte man dann in der Tat von Messungen sprechen. Aber leider sind die Dinger so gefälscht, dass es schon erstaunlich ist, warum die noch nicht gefeuert und wegen nachweislichem Wissenschaftsbetrug verurteilt wurden.
Und Deine satellitengestützten Märchen zum Anstieg der Meeresoberfläche hatten wir ja schon in Einzelteile zerlegt.
Du weichst natürlich ständig und mit Absicht der Diskussion über die Ungenauigkeit von Messungen per se aus - also der Frage, wieso Du eine Mikrometerschraube mit einem viel zu großen Schraubenschlüssel zudrehen möchtest. Du kannst leider nur auf und nieder hüpfen und auf Kurven verweisen, die mit seriöser Statistik nichts, mit dem Glauben an die Kirche der Globalen Erwärmung jedoch alles zu tun haben.
Es ist aber leider so wie mit jedem Kult. Euresgleichen hat zu lange die Mär verkauft "Die Zukunft aus dem Klima-Fegefeuer springt, sobald bei mir das CO2-Zertifikate-Geld im Forschungsetat-Beutel klingt". Und jetzt rufen einfach zu viele Leute "Ey, der Klima-Kaiser hat ja gar keine Kleider an!" und treten doch glatt aus der Kirche der Globalen Erwärmung aus und verweigern die Kirchen-Klima-Steuer.