Haben sich die globalen Oberflächentemperaturen seit den späten 1990er Jahren nicht signifikant erwärmt?

Als Erstes ist darauf hinzuweisen, dass „keine statistisch signifikante Erwärmung“ nicht bedeutet, dass es keine Erwärmung gegeben hat, im Wesentlichen bedeutet es nur, dass es nicht genug Erwärmung gegeben hat, um die Möglichkeit auszuschließen, dass es keine Erwärmung gegeben hat. Wenn das kontraintuitiv klingt, liegt es daran, aber so funktioniert häufiges statistisches Hypothesentesten.

Die Funktionsweise frequentistischer Hypothesentests ist im Großen und Ganzen wie folgt: Angenommen, Sie haben eine Hypothese (H1), die Sie mit einer Reihe von Beobachtungen (X) stützen möchten. Als nächstes definieren Sie eine "Nullhypothese", die Sie im Grunde als falsch zeigen müssen, damit Ihr H1 wahr ist. Wenn Sie zum Beispiel die Hypothese aufstellen, dass es zu einer gewissen Erwärmung gekommen ist, dann ist die offensichtliche Wahl für H0, dass es überhaupt keine Erwärmung gegeben hat, dh die Erwärmungsrate ist null. Anschließend berechnen Sie den p-Wert, der die Wahrscheinlichkeit darstellt, einen Trend zu beobachten, der mindestens so groß ist wie der beobachtete IFH0 ist wahr. Wenn der p-Wert ausreichend klein ist, sagen wir p < 0,05, wird dies als ausreichender Beweis dafür angesehen, dass H0 falsch ist, also sagen wir, dass „wir die Nullhypothese ablehnen“ oder äquivalent „die Erwärmungsrate ist statistisch signifikant“ und andernfalls „wir die Nullhypothese nicht ablehnen" oder "die Erwärmungsrate ist statistisch nicht signifikant".

Der erste Punkt, den Sie hier beachten sollten, ist, dass H0 die Hypothese sein sollte, gegen die Sie argumentieren . Für die Mainstream-Wissenschaft, die vorschlägt, dass es aufgrund des Treibhauseffekts zu einer Erwärmung kommen wird, ist das natürliche H0, dass es keine Erwärmung gibt. Die „Skeptiker“ hingegen gehen davon aus, dass es keine Erwärmung gibt, aber sie verwenden dies auch als ihre Nullhypothese. Dies ist ein schwerwiegender statistischer Fehler, da es bedeutet, dass Hypothesentests nicht mehr als Plausibilitätsprüfung funktionieren, da die Skeptiker davon ausgehen, dass sie Recht haben, und Beweise verlangen, um zu beweisen, dass sie falsch liegen. Die Mainstream-Wissenschaft hingegen geht davon aus, dass sie falsch liegen (H0 ist wahr) und fragt, ob die Beobachtungen H0 widerlegen (was impliziert, aber nicht beweist, dass H1 wahr ist).

Nun zum zweiten Punkt. Wenn der Trend statistisch nicht signifikant ist, gibt es mindestens zwei Gründe: Erstens ist H0 tatsächlich wahr, und zweitens ist H0 falsch, aber es gibt nicht genügend Daten, um zu beweisen, dass es falsch ist. Ziehen Sie in Betracht, eine zweiköpfige Münze viermal zu werfen. Der traditionelle Test für die Voreingenommenheit einer Münze wird die Nullhypothese nicht zurückweisen, da sogar viermal hintereinander mit einer fairen Münze in mehr als 5 % der Fälle zufällig passiert. Das liegt daran, dass die Power des Tests (die Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie eigentlich falsch ist) nicht sehr hoch ist.

Dies ist der Fall für den „nicht statistisch signifikanten“ beobachteten Trend, den wir jetzt haben, angesichts der erwarteten Größe des anthropogenen Trends und des Rauschens in den Daten (Wetter), ist die Aussagekraft des Tests so gering, dass es überhaupt nicht überraschend ist dass das Ergebnis statistisch nicht signifikant ist. E asterling und Wehner haben gezeigt, dass das Klima gelegentlich dekadische (oder mehr) Perioden mit wenig oder keinem Trend aufweist, und dass dies auch in Modellsimulationen zu finden ist.

Hinzu kommt, dass der Hypothesentest davon ausgeht, dass Sie einen zufällig ausgewählten Zeitraum von n Jahren betrachten. Wenn Sie die Start- und Enddaten aussuchen, ist die Aussagekraft noch geringer, es sei denn, Sie kompensieren das implizite Testen mehrerer Hypothesen.

Aus dem Zitat des Independent geht nicht hervor, dass es sich um einen „Datenfehler“ handelt

Eine neue Studie hat herausgefunden, dass die globalen Temperaturen in den letzten 15 Jahren nicht abgeflacht sind, wie die Aufzeichnungen von Wetterstationen vermuten lassen, sondern tatsächlich so schnell weiter gestiegen sind wie in den vergangenen Jahrzehnten, in denen wir eine beispiellose globale Beschleunigung erlebt haben Erwärmen.

Zu sagen, dass die Temperaturen nicht „flach verlaufen“ sind, ist nicht unvereinbar damit, dass die Erwärmungsrate statistisch nicht signifikant ist, denn letzteres bedeutet nur, dass wir die Möglichkeit nicht ausschließen können, dass die zugrunde liegende Erwärmungsrate null ist. Das Problem ist, dass die meisten Journalisten und ein noch größerer Teil der klimaskeptischen Blogger das Testen von Hypothesen nicht wirklich verstehen.

Zu sagen, dass die Erwärmungsrate dieselbe ist wie zuvor, ist nicht unvereinbar damit, dass die Erwärmungsrate aus dem gleichen Grund auch statistisch nicht signifikant ist.

Der Kommentar zur Beschleunigung erfordert jedoch etwas mehr Beweise.

Die Unterbrechung der Erwärmung ist interessant, sie wird durch die Auswirkungen von ENSO gut erklärt (siehe den Artikel von Foster und Rahmsdorf ) und bietet ein interessantes Gebiet für die Erforschung der Klimavariabilität. Dies bedeutet jedoch nicht, dass sich die zugrunde liegende Erwärmungsrate geändert hat oder dass Kohlendioxid kein Treibhausgas ist usw. Die beiden Ansichten sind also nicht wirklich widersprüchlich.

Um eine direkte Antwort auf die Frage zu geben, ob die Erwärmung signifikant ist oder nicht, hängt davon ab, welchen Datensatz Sie betrachten, wie Sie den betreffenden Zeitraum wählen, Ihre statistischen Annahmen (z. B. Berücksichtigung von Autokorrelation und multiplen Hypothesentests aufgrund der Wahl des Zeitraums). nach Sichtung der Daten etc.). Selbst dann bedeutet es nicht unbedingt viel, es sei denn, Sie betrachten auch die statistische Aussagekraft des Tests.

In dieser Antwort konzentriere ich mich auf das Papier von Cowtan und Way, das anscheinend einen Teil der Dynamik dieser Debatte verursacht (z. B. der von Ihnen erwähnte The Independent - Artikel).

Ich gehe davon aus, dass Sie mit „signifikant“ „statistisch signifikant“ meinen. Das Wort hat eine andere Bedeutung, und wenn Sie das gemeint haben, ist diese Antwort nicht sehr nützlich. Ich gehe auch davon aus, dass Sie als Nullhypothese "keinen Aufwärtstrend" annehmen möchten.

Angesichts der von Cowtan und Way durchgeführten Extrapolation schlage ich vor, dass ihre Analyse nicht geeignet ist, Ihre Frage zu verneinen [dies ist umständlich formuliert, weil Sie bereits ein „nicht“ in Ihrer Frage haben], sondern eher darauf abzielt, sie bereitzustellen nur eine Trend- (dh Punkt-) Schätzung. (In der Tat scheint es weder in der Zusammenfassung noch in der Schlussfolgerung des Papiers einen Anspruch auf Bedeutung zu geben.)

In ihrem Papier (S. 11) liefern sie uns jedoch :

Dataset          Trend +/- sigma
Hybrid s = 1.0   0.119 +/- 0.076

die verwendet werden könnten, um Ihre Frage positiv zu beantworten ( zumindest wenn dieser Datensatz/Zeitraum die einzigen zugelassenen Daten sind ).

Mit einigen weiteren Annahmen ergibt das einen p-Wert von etwa 6 %. Angesichts all der laufenden Extrapolation würde ich vorschlagen, dass Sigma objektiv höher geschätzt werden sollte, und daher würde ich vorschlagen, dass der p-Wert ebenfalls höher ist. Ich weiß nicht, welches Signifikanzniveau (mit dem der p-Wert verglichen werden sollte) in diesem Bereich konventionell oder gerechtfertigt ist, aber ich wäre nicht überrascht, wenn es 5 % oder weniger wären.

Zusammenfassung: Das Papier von Cowtan und Way ist in Bezug auf Ihre Frage in keiner Weise schlüssig und gibt uns auch keinen Grund dafür. (Das heißt: Es kann nicht „signifikant“ und nicht „nicht signifikant“ geben.) Wenn ihre Daten/Zeiträume die einzigen verfügbaren wären, dann würde ihre Analyse nahelegen: kein signifikanter Aufwärtstrend.

Ich habe festgestellt, dass solche Dinge heiß diskutiert werden. Vielleicht ist es gut, meine Position darzulegen. Es ist mir egal. (Und ich verfolge diese Debatte nicht.)