| الوصف: |
Model regresji wielokrotnej został zastosowany do modelowania wartości średniej miesięcznej temperatury maksymalnej i minimalnej na 10 wybranych polskich stacjach meteorologicznych. Wartości temperatury stanowiły zmienne zależne, a miesięczne wartości wskaźników cyrkulacji: North Atlantic Oscillation (NAO), Scandinavian Pattern (SCA), East Atlantic Pattern (EA), East Atlantic/ Western Russia Pattern (EA/WR), Polar/Eurasia Pattern (POL) stanowiły zmienne niezależne. Okres poddany analizie (1951-2006) został podzielony na dwie równe 28-letnie części. Podziału dokonano na podstawie analizy zmienności wspomnianych indeksów cyrkulacyjnych powyżej odnoszące się do każdego miesiąca. W obu krótszych seriach wyznaczono równania regresji wielokrotnej. Obliczono wartości współczynnika determinacji (R2), określono także istotność statystyczną regresji. W celu weryfikacji modelu drugiej z 28-letnich serii użyto, wraz z pierwszą, jako okresu referencyjnego. Obliczono miary różnicy wartości prognozowanych (ang. differencial measures), a wśród nich m.in. pierwiastek błędu średniokwadratowego (RMSE), błąd systematyczny (MSEs) i błąd niesystematyczny (MSEu), a także indeks zgodności (d). Wymienione wskaźniki pozwoliły wyznaczyć miesiące, w których cyrkulacja w największym stopniu wpływa na kształtowanie temperatur ekstremalnych, a co za tym idzie na możliwości ich modelowania. Porównanie wyników z pierwszego okresu (1951-1978) i drugiego (1979-2006) wskazuje, że zmienność cyrkulacji w znacznym stopniu oddziałuje na możliwości wykorzystania równania regresji wielokrotnej do modelowania temperatur ekstremalnych. Ponadto temperatura minimalna w mniejszym stopniu podlega wpływom cyrkulacji aniżeli tempera-tura maksymalna. W związku z tym modele statystyczne oparte na jej wartościach cechują się większymi błędami. |