Distribuzioni di probabilità di t_m giornaliera

[Ghiaccio96]

Ottimo lavoro Claudio!
Allora il divario Irox Davis è stata ampiamente studiato da rilevazioni comparative pluriennali. Posso dirti che sulle medie, grazie ad un'opportuna taratura che feci ai dati Irox sin dal 2012 non ci sono sostanzialmente differenze. Sulle minime e massime invece la Davis tende a prendere meglio i picchi in quanto stazione più sensibile e nelle giornate ventilata la Irox, come tutte le stazioni non ventilate, invece segna 2-3 decimi in meno su tutta la scala dei valori orari.
Ripeto comunque che a livello medio i dati hanno una continuità quasi perfetta dal 2012 al 2022.

Ecco dicembre

Schermata 2022-03-24 alle 17.50.38.png

Benissimo per la continuità. In questo caso è importante anche il singolo valore, che sia il più preciso possibile altrimenti la distribuzione viene falsata. Comunque siamo nel periodo invernale, difficile possano aversi delle sovrastime sul valor medio. Su possibili sottostime invece che mi dici? Se la stazione è stata sempre piuttosto bassa potrebbe aver risentito di raffreddamenti notturni dovuti a irraggiamento del suolo o ha bene o male sempre registrato valori da "clima d'aria?"

Aspetto dunque anche le vostre serie storiche di temperature medie trimestrali invernali

[Olim]

Interessanti tutti gli sviluppi dei dati Claudio!
Allora io i valori medi per trimestre li ho calcolati. Mi manca lo scorso inverno e questo e poi ti mando tutto.

[Ghiaccio96]

Ah pensavo li avessi già! Per esempio alberto li fa sempre, nel riepilogo meteo della stagione riporta la temperatura media della stagione...

[wilmore]

Ciao Ghiaccio, innanzitutto bel lavoro molto interessante. Non scrivo molto sul forum quindi penso nessuno sappia che mi occupo di "questa roba" per lavoro da circa 4 anni. Sono contento di vedere questo topic analitico.
Penso che fare un analisi di questo tipo su dei dati di stazione affidabili sia una grande fortuna, non se ne trovano molti in giro così organizzati. Ti esorto a continuare

Ho un paio di considerazioni e spunti per te. È interessante vedere come alcune distribuzioni non siano normali, ti posso consigliare di estrapolare, oltre la media, la deviazione standard e la varianza e di ricavare così la distribuzione teorica del tuo dominio. In questo modo hai una visione più chiara di quanto la temperatura media si discosti dal valor medio. Mi aspetto che la temperatura media sia un fenomeno non intermittente e quindi rappresentato da una normale.
Seconda cosa, come mai non hai scelto le temperature minime e massime anziché la media giornaliera?
Potrebbe essere interessante anche capire l'andamento di quelle.

[Ghiaccio96]

Hai ragione sul fatto che quell'istogramma non rappresenta una distribuzione di probabilità perfetta, però no ti posso assicurare che le variabili atmosferiche TUTTE hanno un comportamento intermittente. è una proprietà dei sistemi caotici e uno degli scopi di questo topic era proprio mostrarvelo con dei dati, degli esempi pratici. Spesso sono cose che racconto a parole ma la gente le ignora, forse perchè senza un impatto visivo questi concetti non riescono ad essere abbastanza chiari.
Che quegli istogrammi non siano delle distribuzioni analitiche lo si vede chiaramente dal fatto che ci sono barre più alte e barre più basse all'interno di una zona di trend, ma è innegabile che in tutti i casi la discesa a 0 della probabilità andando verso eventi estremi di caldo sia più veloce che andando verso eventi estremi di freddo. Posso anche fittare una distribuzione analitica ma ti assicuro che non viene fuori una distribuzione gaussiana. Ci sono appunto motivi teorici ma la quantità di dati da loro fornitami mi è sufficiente per concluderlo.

Potrei farlo ma ancora non ho finito nell'illustrare alcuni concetti importanti, aspetto i valori medi invernali di temperatura media giornaliera della loro serie storica.

Ovviamente è interessante anche capire l'andamento delle massime e minime, sicuramente è un'informazione più facile da interpretare però non le ho usate perchè sui valori estremi esistono fluttuazioni che possono essere frutto di errori strumentali. La temperatura media giornaliera è un valore più rappresentativo della variabilità climatica. Il mio scopo è quello di far capire come interpretare il fenomeno del riscaldamento globale, del nostro inverno e come una media climatica si riflette sulla variabilità meteorologica di tutti i giorni

[Ghiaccio96]

Wilmore guarda questa per esempio, l'istogramma è convesso a sinistra del valore medio ed è concavo a destra. Non è simmetrica rispetto al valor medio.
Non farti ingannare dal fatto che sia un valore "medio", è un valore medio di giornata, io sto graficando nell'istogramma valori di temperatura giornaliera, ma la variabilità meteorologica giornaliera è una variabilità "istantanea" sulla scala temporale dei mesi o anni. Ogni singolo promontorio anticiclonico o bassa pressione che abbiamo visto passare nella nostra vita è una fluttuazione rispetto a una condizione climatica media. Le fluttuazioni di qualunque variabile meteorologica hanno comportamento intermittente. Non so se ho reso.... Prendendo la temperatura media giornaliera vado a mediare le fluttuazioni sotto le 24 ore, ma tale stesso parametro "fluttua" rispetto a una media climatologica

[wilmore]

Eccomi, grazie della risposta sulle minime e massime, chiarissimo.
Riguardo la prima cosa, magari non ci troviamo sulla definizione di intermittente. Mi piacerebbe capire di più il punto di visto che esponi. Mi viene da pensare che tu parli di tempi scala molto lunghi, e allora sicuramente tutte le variabili sono intermittenti per i motivi fisici che hai spiegato. In una serie temporale la temperatura però (come l'umidità o altre) ha andamento periodico semplicemente dettato dal ciclo diurno e notturno e i valori orari (o giornalieri) non si discostano significativamente da quelli immediatamente precedenti o successivi, come può accadere con la precipitazione o il vento che sono una variabili evidentemente intermittenti.
Ma aldilà di questo, non è una normale è vero, o meglio lo è con larga approssimazione. Puoi trovare una distribuzione più interessante dividendo il dominio in due metà a partire dalla mediana e trovare le due normali che caratterizzano le due metà. Comunque quello che intendevo è che trovare gli altri momenti statistici della distribuzione che stai fittando aiuta mostrare meglio il concetto (ma forse solo per me )

[Ghiaccio96]

Ah si, se mi dici la temperatura istantanea registrata nell'arco delle 24 ore potresti effettivamente trovare una gaussiana attorno al valor medio. Sarebbe curioso verificarlo per uma giornata in cui il numero di ore di giorno è uguale a quello di notte.
Se noti però sto cercando la distribuzione in un'ipotesi ben precisa: ossia le condizioni atmosferiche dk base devono essere le stesse. Altrimenti anche la distribuzione di temperatura media giornaliera si potrebbe distribuire come una gaussiana all'interno dell'*anno, ma perché cambia la forzante in maniera ciclica.

Se la domanda che ti poni è "data una media climatica, come si distribuisce la variabilità meteorologica", non puoi confondere il segnale sulla variabile cambiando le condizioni ambientali stesse.

Cade anche la stessa ipotesi ergodica, non posso equivalentemente prendere una serie storica di inverni ed equipararla alla distribuzione che posso ottenere prendendo la variabilità di un dato semestre freddo.

Ad esempio la cosa che voglio verificare ora è, data una certa condizione climatica media, come si distribuisce la variabilità meteo all'interno della stagione. Quindi ho preso un trimestre invernale e ho plottato la distribuzione di tutte le sue medoe giornaliere. 90 valori però non mi bastano per tirare fuori una distribuzione. Allora potrei dire "e perché non prendere anche i mesi di novembre marzo e aprile?" ma non lo posso fare, perché cambia la radiazione solare ed è dunque ovvio che vi siano temperature nella serie non invernali, io sto cercando la distribuzione di eventi meteorologici per l'inverno. Se mi cambiano le condizioni ambientali la distribuzione perde di significato. Cioè già di per se una variabile atmosferica fluttua se tieni costanti le condizioni di base, se cambi le condizioni di base stesse non distingui più niente, non sai più se quella variabilità è frutto delle fluttuazioni possibili attorno alla condizione climatica media iniziale o perché la condizione climatica media è cambiata.

Comunque di distribuzioni ne esistono di tanti tipi. La gaussiana secondo me non fitta i flessi di questi istogrammi,anche magari in una diatribuzione come wuella di macchieta per dicembre dove valor medio e più probabile coincidono, comunque si vede che la funzione è convessa a sinistra del valor medio e concava a destra.

Cercare i momenti della distribuzione mi aiuta a fittare la distribuzione. Forse intendi vedere i momenti ti aiuta a capire di che distribuzione si tratta, dato che ogni distribuzione ha i suoi valori tipici.nell'attesa che lorenzo e alberto mi mandino i dati posso fare questa cosa

[Ghiaccio96]

Sulla temperatura però attento, se prendi un ibtervallo temporale di 5 minuti sai quante fluttuazioni vedi? E in 5 minuti le variazioni ambientali puoi assumerle trascurabili. Quelle fluttuazioni sono frutto dell'intermittenza della temperatura, non dell'andamento periodico della giornata. Il vento anche ha un ciclo giornaliero, basta pensare alla semplice alternanza estiva tra brezze notturne e diurne, non distingui la sua intermittenza perché vedi che varia molto e le condizioni di base non cambiano mai, perché cambiano anchr per il vento. Lo vedi intermittente perché molto spesso registri valori tra loro poco distanti e ogni tanto hai eventi molto distanti (la raffica).

Non interoretare la parola intermittente semplicemente come "rapidamente variabile". Intermittente vuol dire che registri tanti valori simili tra loro e ogni tanto un valore molto diverso.

Se lanci un dado la sequenza di eventi che ottieni è intermittente? No. È un processo random e il dado non ti da 5 o 6 su 5 lanci e 1 lancio 1 o 2. Il dado è un processo random. Le fluttuazioni delle variabili atmosferiche hanno dietro una logica, che si chiama intermittenza.

[wilmore]

Se la domanda che ti poni è "data una media climatica, come si distribuisce la variabilità meteorologica", non puoi confondere il segnale sulla variabile cambiando le condizioni ambientali stesse.

Cade anche la stessa ipotesi ergodica, non posso equivalentemente prendere una serie storica di inverni ed equipararla alla distribuzione che posso ottenere prendendo la variabilità di un dato semestre freddo.

Ad esempio la cosa che voglio verificare ora è, data una certa condizione climatica media, come si distribuisce la variabilità meteo all'interno della stagione. Quindi ho preso un trimestre invernale e ho plottato la distribuzione di tutte le sue medoe giornaliere. 90 valori però non mi bastano per tirare fuori una distribuzione. Allora potrei dire "e perché non prendere anche i mesi di novembre marzo e aprile?" ma non lo posso fare, perché cambia la radiazione solare ed è dunque ovvio che vi siano temperature nella serie non invernali, io sto cercando la distribuzione di eventi meteorologici per l'inverno. Se mi cambiano le condizioni ambientali la distribuzione perde di significato. Cioè già di per se una variabile atmosferica fluttua se tieni costanti le condizioni di base, se cambi le condizioni di base stesse non distingui più niente, non sai più se quella variabilità è frutto delle fluttuazioni possibili attorno alla condizione climatica media iniziale o perché la condizione climatica media è cambiata.

Ovviamente non ho mai inteso di trascurare la stagionalità e mischiare stagioni diverse. Ci sono diversi modi comunque di estrapolare la stagionalità da serie temporali annuali.

Ti do un altro spunto per la tua ricerca, se ho ben capito cosa stai cercando. Hai disponibili serie orarie giusto? Perché non provi ad individuare un giorno rappresentativo del tuo dominio? Calcoli la media per ogni singola ora del giorno, poi trovi il giorno che più di tutti minimizza la differenza con la media, quello sarà il tuo giorno rappresentativo e potrai utilizzarlo per studiare la variabilità.

Sul discorso di intermittenza io ho capito il tuo ragionamento, è una questioni di tempi scala. Però ti posso assicurare che poi quando si tratta di mettere in pratica applicazioni per servizi climatici, temperatura, hum e gpt vengono trattate come variabili non intermittenti.