non-randomly-sampled历史数据代表吗?

Question

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。

Answer 1

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。还记得被测量,改变,因为采样点是不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。考虑诸如详尽的抽样、整群抽样、分层抽样和系统抽样通常使用真正的随机抽样,每个比随机在正确的情况下更准确。

考虑一个例子,假设您正在试图测量温度变化在一个引擎。在发动机我附加传感器并不重要,只要我不要移动他们,特别是如果我把许多传感器。我可以把三十传感器都在左边引擎,它会准确地测量温度的变化,而每个之间移动传感器测量。不要掉谬误的完美解决方案。还记得这是一个本质上观察/描述性研究。

每一个点在地图上更像一个重复,真正的独立是时间采样,即分层或集群这取决于你参考学习。注意,多组数据点也相比。NOAA,最好等是可以比较每个独立的数据集,并显示相同的模式。

高和低用于测量,因为都是记录在最古老的测量,所以改变格式需要扔掉所有的数据,大大缩短样本大小(失去一半以上的时间跨度)。在这种情况下,精度所获得的更大数量的样本比将获得一个随机或网格的位置。随机与历史数据很少可能这就是为什么数据集的大小和一致性是如此重要。的好处是这些是也相比其他时间尺度上其他抽样方法来测试,看看他们是否显示相同的模式。历史性的科学家们意识到他们的数据的局限性,这就是为什么独立的验证是非常重要的。

现在考虑冰核心数据时,我很惊讶你说表面温度是最常用的,我经常看到冰芯数据更多,因为它记录了一个更长时间跨度的时间,并记录其他的事情(如美元CO_{2} $内容)。每个核心是重复和核心可以在一个随机抽样或分层,分层是最常见的,因为它是更详尽的核心样本。冰核也冰核相比其他地点。

另一个考虑是cross-comparison,是使用多个独立的测量形式,冰芯与卫星相比,表面相比,等等许多不同形式的测量/实验比较,显示了同样的模式。

这可能是最好的科学我看过的概述。有点老(2013)如果有人看到最近的一个版本我愿意使用它。

Answer 2

不,他们不是代表。科学不是最理想的。你不会从那里开始如果你有今天的计划,但你所得到的。当你有你必须诚实和不完善的数据指出的缺陷,如果可能的话,计算或估计这些缺陷的影响你的结果/结论。是否聪明的气候学家已经这么做了必要的程度超出了我(也许不是超越你?)。早期的IPCC报告似乎有足够的“不确定”“不确定”“数据不足”的评论但是这些,当然,在数量上有所减少。原因并不是更好的历史数据,你仍然有相同的旧数据,但显然更好的“治疗”。数据是否已被人类虐待或集成电路再次超越我。也许还没有折磨。如果我们想要检查一个囚犯声称他被折磨时,保安说,他们“不碰他,gov !”我们会看下他的衣服在他的皮肤。所以让climatoligist他们告诉你如何对待他们的数据,外层的衣服脱下,让他们解释那些瘀伤的痕迹。 Be suspicious of anyone who says it was an accident while playing hockey.