首先，我想声明一下，我不是气候怀疑论者。我真的很想了解这种现象。希望有人也能详细介绍一下，因为我确实有一些统计学背景。
根据《卫报》的文章，“废话连篇”:科学家谴责乔丹·彼得森对气候模型的评论，乔丹·彼得森(Jordan Peterson)声称，气候模型不能依赖，因为随着你对未来的预测，错误会加剧:
彼得森说:“另一个困扰气候模型的问题是，随着时间的推移，模型的误差会急剧增加。所以也许你可以预测一周，三周，一个月或一年，但是你预测的越远，你的模型误差就越大。
“当你试图建立超过100年的模型时，这是一个巨大的问题，因为错误就像利息一样会复利。”
科学家们回应说，这种理解是错误的:
堪培拉新南威尔士大学的气候科学家莎拉·帕金斯-柯克帕特里克博士说，彼得森对气候模型如何工作的描述从根本上是错误的。虽然天气预报越远越不准确，但这与气候建模是不同的过程。[…]
新南威尔士大学气候变化研究中心的史蒂夫·舍伍德教授说，彼得森“犯了把天气和气候混为一谈的古老气候怀疑论者的错误”。
“任何上过气候或大气科学入门课程的人都能发现这个问题，”他说。“天气预报中的错误确实会累积起来，以至于几周后预报就没用了。”
但对于气候，舍伍德说，这些模型的工作方式不同，可以预测气候对不同因素的反应，比如更高水平的二氧化碳。
为什么会这样呢?为什么错误不会累积?
