Satellitenaufzeichnungen und Temperaturanstiege sind seit 1998 statistisch nicht signifikant. (Einschließlich November- und Dezember-Daten)

geschrieben von Andreas Demmig | 20. Januar 2017

WoodForTrees.org – Paul Clark – Bitte im Original anklicken um die Grafik an der Quelle zu sehen

Wie aus der oberen Grafik ersichtlich, ist die Steigung von Januar 1998 bis Dezember 2016 positiv [grüne Linie], allerdings können wir mit den Fehlerbalken nicht zu 95% sicher sein, dass die Erwärmung tatsächlich seit Januar 1998 stattgefunden hat. Die hohen und niedrigen Steigungslinien spiegeln die Fehlerquote bei den 95% -Vertrauensgrenzen wider. Wenn meine Mathematik richtig ist, gibt es eine Chance von 30%, dass seit 1998 eine Abkühlung stattgefunden hat und eine etwa 70% ige Wahrscheinlichkeit, dass eine Erwärmung stattgefunden hat. Die 95% Konfidenzgrenzen für UAH6.0beta5 und RSS sind sehr ähnlich. Hier sind die relevanten Zahlen von Nick Stokes ‚Trendviever  Website für UAH und RSS:
Für RSS:

Temperatur-Anomalie-Trend

Januar 1998 bis Dezember 2016

Rate: 0,450ºC / Jahrhundert;

CI von -0,750 bis 1,649;

T-Statistik 0,735;

Temperaturbereich 0,230 ° C bis 0,315 ° C

Für UAH:

Temperatur-Anomalie-Trend

Januar 1998 bis Dezember 2016

Rate: 0,466ºC / Jahrhundert;

CI von -0,813 bis 1,765;

T-Statistik 0,724;

Temperaturbereich 0.113 ° C bis 0.203 ° C

Wenn Sie sehen wollen, wo die Erwärmung statistisch zuerst signifikant wird, siehe Abschnitt 1 unten. Neben den Steigungen mit statistisch unbedeutender Erwärmung sind die neuen Datensätze für das Jahr 2016 gegenüber 1998 ebenfalls statistisch nicht signifikant für beide Satellitendatensätze.
Im Jahr 2016 übertrifft RSS das Jahr 1998 um 0,573 – 0,550 = 0,023 oder um 0,02 auf die nächsten 1/100 Grad. Da dies kleiner als die Fehlergrenze von 0,1 C ist, können wir sagen, dass 2016 und 1998 statistisch für den ersten Platz gleich sind. Allerdings gibt es noch eine über 50-prozentige Chance, dass 2016 tatsächlich einen Rekord aufgestellt hat, aber die Wahrscheinlichkeit dafür, ist weit weniger als die für die Klimaforschung erforderlichen 95%, so dass der Datensatz 2016 statistisch unbedeutend ist.
Wenn jemand einen genaueren Prozentsatz hat, bitte lassen Sie es uns wissen, aber es sollte eine um 60% Chance sein, dass der Datensatz tatsächlich für RSS gesetzt wurde. Im Jahr 2016 schlägt UAH6.0beta5 1998 um 0,505 – 0,484 = 0,021 oder auch um 0,02 auf den nächsten 1/100 Grad. Was oben für RSS gesagt wurde, gilt auch hier. Meine Vorhersagen nach den Juni-Daten waren daher nicht so korrekt, wie ich es 2016 erwartet hatte, um unter 1998 kommen.
Was ist mit GISS und HadSST3 und HadCRUT4.5? Die Dezember-Zahlen sind noch nicht da, aber GISS wird einen statistisch signifikanten Rekord für 2016 über seinen bisherigen Rekord in 2015 setzen, da der neue Durchschnitt mehr als 0,1 über der 2015-Marke sein wird. HadSST3 wird einen neuen Rekord im Jahr 2016 setzen, aber es wird nur um ein paar Hundertstel Grad sein, so dass es statistisch nicht signifikant sein wird. HadCRUT4.5 ist noch offen. Der aktuelle Durchschnitt nach 11 Monaten beträgt 0,790. Der Durchschnitt in 2015 betrug 0,760. Als Ergebnis muss Dezember auf 0,488 kommen um 2015 zu überbieten. Die November-Anomalie war 0,524, so dass nur ein weiterer Anstieg von 0,086 erforderlich ist. Dies kann nicht ausgeschlossen werden, zumal Nicks site Website den Dezember um 0,089 niedriger als November zeigt:
Erwähnenswert sind auch, dass UAH um 0,209 von November bis Dezember abfiel und RSS um 0,162 abfiel. Was auch immer mit HadCRUT4.5 passiert, 2016 und 2015 werden statistisch mit einem möglichen Unterschied in Tausendstel eines Grades gebunden sein. Der Unterschied wird aus psychologischer Perspektive wichtiger sein, als aus einer wissenschaftlichen Perspektive, da er innerhalb der Fehlergrenze liegt.
In den folgenden Abschnitten stellen wir Ihnen die neuesten Fakten vor. Die Informationen werden in zwei Abschnitten und einem Anhang dargestellt. Im ersten Abschnitt wird gezeigt, wie lange keine statistisch signifikante Erwärmung mehrerer Datensätze vorliegt. Der zweite Abschnitt wird zeigen, wie 2016 bis jetzt sich im Vergleich zu 2015 und den wärmsten Jahren und Monaten der bisherigen Aufzeichnungen darstellt. Für drei der Datensätze ist 2015 auch das wärmste Jahr. Der Anhang zeigt die Abschnitte 1 und 2 auf eine andere Weise. Graphiken und eine Tabelle werden verwendet, um die Daten zu veranschaulichen. Nur die Satellitendaten gehen bis Dezember.
 

Abschnitt 1

Für diese Analyse wurden Daten von Nick Stokes ‚Trendviewer auf seiner website abgerufen. Diese Analyse zeigt an, wie lange keine statistisch signifikante Erwärmung nach den Kriterien von Nick vorliegt. Daten gehen bis zu ihrer neuesten Aktualisierung für jeden Satz. In jedem Fall ist zu beachten, dass der untere Fehlerbalken negativ ist, so dass eine Steilheit von 0 nicht ausgeschlossen werden kann für den angegebenen Monat.
Bei verschiedenen Datensätzen gab es keine statistisch signifikante Erwärmung für zwischen 0 und 23 Jahre nach Nicks Kriterien. Cl steht für die Konfidenzgrenzen bei 95%.
 
Die Details für mehrere Sets folgen:

Für UAH6.0: Seit November 1993: Cl von -0,009 bis 1,784

Das sind 23 Jahre und 2 Monate.

Für RSS:

Seit Juli 1994: Cl von -0,005 bis 1,768 Dies sind 22 Jahre und 6 Monate.

Für Hadcrut4.5:

Die Erwärmung ist für alle Zeiträume über vier Jahre statistisch signifikant.

Für Hadsst3:

Seit März 1997: Cl von -0,003 bis 2.102 Dies sind 19 Jahre und 9 Monate.

Für GISS:

Die Erwärmung ist für alle Zeiträume über drei Jahre statistisch signifikant.

 

Sektion 2

Dieser Abschnitt zeigt Daten von 2016 und andere Informationen in Form einer Tabelle. Die Tabelle zeigt die fünf Datenquellen entlang der oberen Zeile und Zwischenzeilen. Die Quellen sind UAH, RSS, Hadcrut4, Hadsst3, und GISS.
Abwärts in den Spalten:

  1. 15ra: Dies ist die endgültige Rangfolge für 2015 für jeden Datensatz.
  2. 15a: Hier gebe ich die durchschnittliche Anomalie für 2015 an.
  3. Jahr: Dies zeigt das bisher wärmste Jahr für diesen Datensatz an. Beachten Sie, dass die Satellitendatensätze 1998 als das wärmste Jahr und die anderen 2015 als das wärmste Jahr haben.
  4. ano: Dies ist der Durchschnitt der monatlichen Anomalien des wärmsten Jahres da drüber.
  5. mon: Dies ist der Monat (und Jahr), in dem dieser Datensatz die höchste Anomalie vor 2016 aufwies.
  1. ano: Dies ist die Anomalie des Monats da drüber.
  2. sig: Dies ist der erste Monat (und Jahr), für den die Erwärmung nach den Kriterien von Nick statistisch nicht signifikant ist.
  3. sy / m: Dies sind die Jahre und Monate für Zeile 7.
  4. Jan: Dies ist die Januar 2016 Anomalie für diesen bestimmten Datensatz.
  5. Feb: Dies ist die Februar 2016 Anomalie für diesen bestimmten Datensatz, usw. folgend
  1. ave: Dies ist die durchschnittliche Anomalie aller bisherigen Monate.
  2. rnk: Dies ist der Rang, den jeder einzelne Datensatz für 2016 ohne Rücksicht auf Fehlerbalken aufweist und keine Änderungen der aktuellen durchschnittlichen Anomalie voraussetzt.
    Denken Sie an ihn, als ob ein Spielerwechsel in der 85. Minute eines Fußballspiels [Sinngemäß übersetzt] stattgefunden hat. Allerdings sind die Satellitendaten für das Jahr vollständig.
Quelle UAH RSS Had4 Sst3 GISS
1.15ra 3rd 3rd 1st 1st 1st
2.15a 0.261 0.381 0.760 0.592 0.86
3.year 1998 1998 2015 2015 2015
4.ano 0.484 0.550 0.760 0.592 0.86
5.mon Apr98 Apr98 Dec15 Sep15 Dec15
6.ano 0.743 0.857 1.024 0.725 1.11
7.sig Nov93 Jul94 Mar97
8.sy/m 23/2 22/6 19/9
Quelle UAH RSS Had4 Sst3 GISS
9.Jan 0.539 0.681 0.906 0.732 1.15
10.Feb 0.831 0.994 1.068 0.611 1.33
11.Mar 0.732 0.871 1.069 0.690 1.29
12.Apr 0.713 0.784 0.915 0.654 1.08
13.May 0.544 0.542 0.688 0.595 0.93
14.Jun 0.337 0.485 0.731 0.622 0.75
15.Jul 0.388 0.491 0.728 0.670 0.83
16.Aug 0.434 0.471 0.770 0.654 0.98
17.Sep 0.440 0.581 0.710 0.606 0.90
18.Oct 0.407 0.355 0.586 0.601 0.88
19.Nov 0.452 0.391 0.524 0.488 0.95
20.Dec 0.243 0.229
21.ave 0.505 0.573 0.790 0.629 1.01
22.rnk 1st 1st 1st 1st 1st
Quelle UAH RSS Had4 Sst3 GISS

Wenn Sie die letzten Anomalien überprüfen möchten, gehen Sie wie folgt vor:
Für UAH wurde Version 6.0beta5 verwendet.
Http://www.nsstc.uah.edu/data/msu/v6.0/tlt/tltglhmam_6.0.txt
Für RSS siehe: ftp://ftp.ssmi.com/msu/monthly_time_series/rss_monthly_msu_amsu_channel_tlt_anomalies_land_and_ocean_v03_3.txt
Für Hadcrut4, siehe: http://www.metoffice.gov.uk/hadobs/hadcrut4/data/current/time_series/HadCRUT.4.5.0.0.monthly_ns_avg.txt
Für Hadsst3:
https://crudata.uea.ac.uk/cru/data/temperature/HadSST3-gl.dat
Für GISS:
Http://data.giss.nasa.gov/gistemp/tabledata_v3/GLB.Ts+dSST.txt
 
Um alle Punkte seit Januar 2016 in Form eines Graphen zu sehen, siehe WFT Grafik unten.

WoodForTrees.org – Paul Clark – Bitte im Original anklicken um die Grafik an der Quelle zu sehen

Wie Sie sehen, wurde der Offset aller Linien versetzt, so dass sie alle an der gleichen Stelle im Januar 2016 starten. Dies macht es einfach, Januar 2016 mit der neuesten Anomalie zu vergleichen.
Die dicke doppelte Linie ist die WTI, die den Durchschnitt von RSS, UAH6.0beta5, HadCRUT4.5 und GISS zeigt.

Anhang

In diesem Teil werden die Daten für jedes Set separat zusammengefasst.
UAH6.0beta5

Für UAH: Es gibt keine statistisch signifikante Erwärmung seit November 1993: Cl von -0,009 bis 1,784. (Dies nutzt Version 6.0 nach Nick’s Programm.)

Die durchschnittliche Anomalie des UAH für 2016 beträgt 0,505. Das setzt einen neuen Rekord. 1998 war der wärmste bei 0,484. Vor 2016 lag die höchste monatliche Anomalie im April 1998 bei 0,743. Die durchschnittliche Anomalie im Jahr 2015 war 0,261 und diese wurde von Platz drei nun auf den vierten Platz gestuft.

RSS

Aktuell für RSS: Es gibt keine statistisch signifikante Erwärmung seit Juli 1994: Cl von -0,005 bis 1,768.

Die RSS-durchschnittliche Anomalie für 2016 beträgt 0,573. Das setzt einen neuen Rekord. 1998 war der wärmste bei 0,550. Vor 2016 lag die höchste monatliche Anomalie im April 1998 bei 0,857. Die durchschnittliche Anomalie im Jahr 2015 war 0,381 und diese wurde von Platz drei nun auf den vierten Platz gestuft.

Hadcrut4.5

Für Hadcrut4.5: Die Erwärmung ist für alle Zeiträume über vier Jahre signifikant.

Die Hadcrut4.5 durchschnittliche Anomalie ist bis jetzt 0.790. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 lag die höchste monatliche Anomalie im Dezember 2015 bei 1,024. Die durchschnittliche Anomalie im Jahr 2015 war 0,760 und dies bedeutet einen neuen Rekord.

Hadsst3

Für Hadsst3: Es gibt keine statistisch signifikante Erwärmung seit März 1997: Cl von -0,003 bis 2.102.

Die durchschnittliche Anomalie von Hadsst3 für 2016 beträgt 0,629. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 war die höchste monatliche Anomalie im September 2015, als sie 0,725 erreichte. Die durchschnittliche Anomalie im Jahr 2015 war 0,592 und dies ist ein neuer Rekord.

GISS

Für GISS: Die Erwärmung ist für alle Perioden über drei Jahre signifikant.

Die GISS durchschnittliche Anomalie bis 2016 ist 1,01. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 lag die höchste monatliche Anomalie im Dezember 2015 bei 1,11. Die durchschnittliche Anomalie im Jahr 2015 war 0,86 und dies ist ein neuer Rekord.

Schlussfolgerung

Es erscheint seltsam, dass wahrscheinlich nur GISS [Institut der NASA] einen statistisch signifikanten Rekord im Jahr 2016 gemessen hat?
Erschienen auf WUWT am 12.01.2017
Übersetzt durch Andreas Demmig

Satellite Records and Slopes Since 1998 are Not Statistically Significant. (Now Includes November and December Data)


 
Update:
In den Nachrichten ist im Moment wieder viel von den GISS – NASA Erwärmungsdaten die Rede, allerdings, es wird auch das El Nino-Phänomen erwähnt – das macht aber nichts.
Daher auch unten nochmal der Link

Die wunderbare Welt der Temperaturdaten-Korrekturen: Und plötzlich hatte sich der Trend ins Gegenteil verkehrt…