编辑-地球科学江南体育网页版堆栈交换江南电子竞技平台

你不是登录。你的编辑将被放置在一个队列,直到同行评议。

我们欢迎编辑,使读者更容易理解和更有价值。因为社区成员审查编辑,请尽量使文章更好比你怎么发现,例如,通过修正语法或添加额外的资源和超链接。

牧师

non-randomly-sampled历史数据代表吗?

我是一个全球变暖的怀疑论者,和我的一个问题是历史的全球温度的准确性。因为这些温度不是随机抽样或网格点位置,他们可以被认为是一个精确的表示,“全球温度”?

思想/等:

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3982162/谈论这个在时间上,因为使用的最小和最大程度上的每日平均温度在给定的位置并不是一个真正的好方法确定平均温度。然而,它并不讨论地理随机抽样/网格。
http://onlinelibrary.wiley.com/doi/10.1002/joc.4580/full指出这个问题的存在,并采取均匀网格测量,但这是局限于一个特定的地区和时期(1979 - 2012)。
我知道气候科学家把地球分成网格,以避免集群偏见,但这并不是一样的,并不是有用如果原始数据并没有准确反映片/地区。
我也意识到全球变暖的气候科学家们采取其他措施,但实际温度测量的线性回归似乎最用来说服公众,所以其准确性似乎是重要的。
怀疑论者,我还想知道,一般来说,大多数的理由全球变暖在本质上是统计(即线性回归对测量变量),或者统计的只是最“上相”的公共消费?换句话说,就是整个non-randomly-sampled /网格温度参数红鲱鱼?

编辑(澄清问题):

确定地球表面的平均温度,我们可以采用这些方法之一:

测量地球的温度和平均在每一个点。当然,这身体是不可能的,因为一个点是一个0-dimensional的数学抽象,但我们可以做一些和卫星。
选择一个大量随机点在地球表面(这在经度随机分布是均匀的,但不是在纬度——在纬度,它看起来像一个余弦曲线),测量温度,平均水平。除了给我们的意思是,它将给我们一个标准偏差所以我们可以说“我们是95%相信地球的真正的平均温度是X +或- Y”。
采取均匀间隔的网格(非微不足道,因为经度之间的距离随纬度),在这些点和平均测量温度。这类似于第一种方法,但用更少的分。除非我们相信我们的网格点引入一个偏见,这应该是随机抽样一样准确。

我的问题:温度测量在过去都是使用这些方法。点温度测量并没有选择随机或网格的方式。因此,如何才能准确测量温度的历史,即使我们只考虑温度变化吗?

注意:我意识到表面温度并不是全球变暖的最佳衡量标准,因为水有更高的比热比土地(在其他事物之中),但这是我关注这个问题。

回答

样品不需要随机是有效的,它可以帮助,但这并不是最重要的尤其是详尽的,一致的,并且有一个大样本的大小,尤其是在处理观察性研究。比随机样本代表性是不同的。记住我们不是要达到全球气温最高的精确度在一个瞬间,我们正试图测量温度的变化在一个大跨度的时间。因此位置比随机化更重要位置的一致性。的采样点不要移动是至关重要的,我们知道温度是影响区域条件如果样本re-randomized(移动),每个测量将使它更加准确而不是相反。记得被测量,* *改变,因为采样点没有移动的变化将是准确的,因为它本质上变成了分层抽样。如果我测量发动机温度的变化例如我并不想测量每次在一个不同的点,只要点(位置)是一致的样本将保持高精度。随机抽样是不准确的,因为它会邀请混淆,因为我们知道温度的分布在整个引擎(或世界)并不是随机的。测量之间的任何位置的改变将邀请混淆数据。几乎没有科学使用一个真正的随机样本,这是不可能的。 Consider things like exhaustive sampling, cluster sampling, stratified sampling, and systematic sampling all are used more often than true random sampling and each is more accurate than random in the right circumstances. Consider an example, say you are trying to measure the temperature change in an engine over time. Where on the engine I attach my sensors does not matter as long as I do not move them, especially if I put many sensors on it. I could put thirty sensors all on the left side engine, and it would measure the change in temperature very accurately, compared to moving the sensors between every measurement. Don't fall for the perfect solution fallacy. Also remember this is an observational/descriptive study by its very nature. Each point on the map is more like a repetition, the real independent is the time at which they are sampled, which is either stratified or clustered depending on which study you refer too. Note that multiple sets of data points are also [compared][2]. NOAA, BEST, etc. are each independent data sets that can be compared, and show the same [pattern.][3] High and low are used for measurements because that is all that was recorded in the oldest measurements, so changing the format would require throwing out all that data, drastically shortening the sample size (loosing more than half the time span). In this case the accuracy gained by the much larger number of samples is more than would be gained by a random or grid location. Random is rarely possible with historic data which is why the size and consistency of the data set is so important. The nice thing is these are also [compared][4] to other sampling methods on other time scales to test to see if they show the same [pattern][5]. Historic scientists are aware of the limitations of their data which is why independent verification is so important. Now consider [ice core data][6], I was surprised when you said surface temperature was the most used, I see ice core data far more often, because it records a much longer span of time, and records other things (like $CO_{2}$ content) as well. Again each core is a repetition and the core can be sampled in a random or stratified way, stratified is the most common because it is more exhaustive in a core sample. Ice cores are also compared to ice cores for m other locations. Another consideration is cross-comparison, that is the use of multiple independent forms of measure, ice core compared to satellite, compared to surface, etc. Dozens of different forms of measurements/experiments are compared and show the same pattern. [This][7] is probably one of the best overviews of the science I have seen. It is a little old (2013) so if anyone has seen a more recent version I would love to use it instead. [1]: https://onlinecourses.science.psu.edu/stat100/node/18 [2]: http://www.pnas.org/content/105/36/13252.abstract [3]: http://journals.ametsoc.org/doi/abs/10.1175/BAMS-88-9-1383 [4]: https://www.ncbi.nlm.nih.gov/pubmed/23471405 [5]: http://www.nature.com/nature/journal/v433/n7026/full/nature03265.html [6]: http://www.nature.com/nature/journal/v399/n6735/full/399429a0.html [7]: http://www.climatechange2013.org/images/report/WG1AR5_SPM_FINAL.pdf

编辑总结

取消

2

\ begingroup美元我做了测量在一个引擎是我的例子中,传感器的位置并不是随机的,事实上与单个传感器不可能是随机的。这并不意味着它不能给你一个准确的测量的发动机温度的变化,与浮躁中温度本身是一个平均水平。 \ endgroup美元
- - - - - -约翰
2017年2月15日15:56
3

\ begingroup美元自己的网格的例子可以证明我的观点,它是由定义随机的对立面,但是代表足够使用了。同样一个大型半随机分散的传感器覆盖整个地球代表足够的使用,尤其是在独立的验证和一致的抽样。样本必须代表,随机的最好方法是实现这一目标但不是唯一的方法。 \ endgroup美元
- - - - - -约翰
2017年2月15日18:01
4

\ begingroup美元因为你似乎有一个问题,如何科学使用统计数据作为一个整体。我建议你问如何有效的非随机抽样的静力学课件。又称交叉验证 \ endgroup美元
- - - - - -约翰
2017年2月15日在18:09
3

\ begingroup美元 @BarryCarter绝大多数的科学实验采用随机抽样。你不要只把你的测量装置和测量在随机时间的事情。问题是是否有系统性偏差在你收集的数据。随机抽样达到,但这不是唯一的方法来实现它,通常是非常低效的。 \ endgroup美元
- - - - - -好
2017年2月16日18:54
2

\ begingroup美元 @BarryCarter当然不是。抽样靠近窗户系统性偏差将是一个明显的例子,但这与是否完全无关的样本是随机的。只要你认识到系统性偏差,纠正然后和你的测量没有问题。 \ endgroup美元
- - - - - -好
2017年2月16日19:23

| 显示10更多的评论

正确的小错误或错误
澄清的意思,而不更改它
添加相关资源或链接
总是尊重作者的意图
不使用编辑与作者回复

创建代码用引号”或式子~篱笆
' ' '
像这样
' ' '
添加语言标识符来突出显示的代码
”“python
def函数(foo):
打印(foo)
' ' '
把段落之间的回报
在结束linebreak添加2个空间
_italic_或* *的* *
报价将>开始的
做链接(尽量使用https)
< https://example.com >
(例子)(https://example.com)
< a href = " https://example.com " > < / >示例
MathJax方程罪\ \ ^ 2θ美元

格式帮助»
回答帮助»

MathJax帮助»