Die Berechnung der Zukunft: Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller (German Edition)

dicht sind. Schmelzen dreißig Zentimeter Schnee, dann bleiben etwa drei Zentimeter Wasser übrig.
    38 Allan H. Murphy, »What Is a Good Forecast? An Essay on the Nature of Goodness in W e at h e r Forecasting«, A m e r ic an Meteorological Society 8 (June 1993): pp. 281–293. http://www.swpc .n oaa. g o v / f or ec a s t_ v er i fi c atio n / A ss e t s / B i b lio g ra p h y /i1520 -0 434 - 00 8-0 2 -0 281. pd f .
    39»History for Lansing, MI: Friday January 13, 1978«, Wunderground.com; http://www.wunderground.com/history/airport/KLAN/1978/1/13/DailyHistory.html?req_city=Lansing&req_state=MI&req_statename=Michigan
    40Für die Daten bedanke ich mich bei Eric Floehr, F or e ca st W at c h . co m
    41 Es ist tatsächlich ziemlich dreist, eine 50-prozentige Regenwahrscheinlichkeit vorauszusagen, da es an den meisten Plätzen der USA nur 20 Prozent der Zeit regnet.
    42 Vor der Präsidentschaftswahl 2012 war ich von einigen leitenden Angestellten zu einer Gesprächsrunde eingeladen worden. Ich sagte, die beste Prognose im Augenblick sei, dass Barack Obama und Mitt Romney beide eine 50-prozentige Gewinnchance hätten. Daraufhin wurde ich aufgefordert, ihnen eine konkrete Antwort zu geben und mich nicht so unpräzise auszudrücken.
    43 Der »wet bias«, den Floehr entdeckte, besagt, das Niederschläge häufiger angekündigt werden, als sie in Wirklichkeit tatsächlich auftreten, was jedoch nicht heißt, dass die Meteorologen im Fall eines tatsächlichen Niederschlags dessen Menge genauer voraussagen konnten. Floehr fand nämlich außerdem heraus, dass die Meteorologen bei den schlimmsten Unwettern im Winter die Niederschlagsmenge in der Regel unterschätzen , wie beispielsweise bei der »Snowpocalypse« in New York 2012.
    44 Obwohl das Kalibrieren eine sehr wichtige Methode zur Beurteilung einer Prognose ist, sagt sie nicht alles. Auf lange Sicht regnet es etwa 20 Prozent der Zeit an jedem zufällig gewählten Ort der USA. Man erhält also eine ausgezeichnet kalibrierte Prognose, wenn man von einer 20-prozentigen Regenwahrscheinlichkeit ausgeht. Diese Prognose lässt jedoch kein Talent erkennen. Man verlässt sich einfach auf die Klimatologie. Das Gegenstück zur Kalibrierung sind Unterscheidung und Eindeutigkeit, wodurch sich messen lässt, wie sehr sich die eine Prognose von der nächsten unterscheidet. Ein Prognostiker, der oft eine 0-prozentige oder eine 100-prozentige Wahrscheinlichkeit vorhersagt, wird in dieser Frage besser abschneiden als jemand, dessen Prognosen sich immer irgendwo in der Mitte bewegen.
    Gut bewertete Prognosen besitzen beide Eigenschaften, sie lassen sich für sich oder mit der Brier Score (misst die Genauigkeit von probabilistischen Prognosen) messen, die beides berücksichtigt.
    Ich halte das Kalibrieren aus einem pragmatischen Grund für die beste Bewertung einer Prognose: Die meisten erfahrenen Prognostiker haben kein Problem, zu unterscheiden, sie unterscheiden in der Tat zu viel, und das führt zu zuversichtlichen Prognosen.
    45 »Performance Characteristics and Biases of the Operational Forecast Models«, National Weather Service Weather Forecast Office, Louisville, KY; National Weather Service, National Oceanic and Atmospheric Association; 23. Mai 2004; http://www.crh.noaa.gov/lmk/soo/docu/models.php
    46Sarah Lichtenstein, Baruch Fi s c hh o ff und Lawrence D. Phillips, »Calibration of P r ob a b ilities: The State of the Art to 1980«, Decision Research, Perceptronics, for Office of Naval Research, 1986; http://www.dtic.mil/cgi-bin/GetTRDoc?AD=ADA101986
    47J. Eric Bickel und Seong Dae Kim, »Verification of the Weather Channel Probability of Precipitation Forecasts,« American Meteorological Society 136 (Dezember 2008): S. 4867–4881; http://faculty.engr.utexas.edu/bickel/Papers/TWC_Calibration.pdf
    48J.D. Eggleston, »How Valid Are TV Weather Forecasts?« Freakonomics.com, 21. April 2008. http://www.freakonomics.com/2008/04/21/how-valid-are-t v-weather-forecasts/comment -page-6/#comments.
    49Mündliche Auskunft von Max Mayfield
    50 Mayfield, geboren am 19. September 1948, war bei der Katrina-Katastrophe 56 Jahre alt.
    51 Dieser »Kegel der Unsicherheit« soll zwei Drittel der in Frage kommenden Orte abdecken. Laut Max Mayfield liegt die Trefferquote aber etwas höher.
    52»Vermont Devastation Widespread, 3 Confirmed Dead, 1 Man Missing«, BurlingtonFreePress.com, 29. August 2011;