ALLARME SCIOGLIMENTO GHIACCIAI: Questo grafico dimostra QUALCOSA SUL cambiamento climatico?

⬇⬇⬇APRIMI⬇⬇ Abbonati qui: https://www.youtube.com/economiaitalia/join https://www.patreon.com/join/EconomiaItalia? ALLARME SCIOGLIMENTO GHIACCIAI: Questo grafico dimostra QUALCOSA SUL cambiamento climatico? Ha fatto il giro del web un grafico che mostra l'andamento dell'estensione del ghiacciaio antartico con un'informazione sulla deviazione standard rispetto a un valore medio di riferimento, giorno per giorno. Sebbene il grafico contenga dati validi e le misure siano standardizzate secondo una distribuzione gaussiana, il modo in cui leggiamo i dati è importante. Le distribuzioni gaussiane sono ampiamente utilizzate in diverse applicazioni poiché presentano caratteristiche ben definite. Ad esempio, circa il 68% dei dati si trova entro una deviazione standard dalla media e circa il 95% entro due deviazioni standard. Queste caratteristiche consentono di valutare la rarità di un evento e stabilire la probabilità di osservare una deviazione. Tuttavia, questi calcoli assumono che i dati seguano una distribuzione gaussiana, il che potrebbe non essere vero in tutti i casi. Se le misure non seguono una distribuzione gaussiana, le analisi statistiche potrebbero fornire risultati errati. Inoltre, molte delle assunzioni che sostengono gli approcci statistici sono poco realistiche per i problemi pratici, poiché la natura è complessa e diversificata. Pertanto, si devono affrontare sfide nell'utilizzo di approcci statistici per analizzare fenomeni climatici. Nel caso specifico dell'estensione del ghiaccio marino antartico, i dati possono essere considerati come un processo dinamico stocastico. Se vogliamo determinare quanto sia rara la deviazione osservata, dobbiamo confrontarla con una serie storica di misure simili. Tuttavia, la scarsità di dati disponibili potrebbe influenzare l'affidabilità dei test statistici utilizzati. Due test statistici, il test di Shapiro-Wilk e il test di Kolmogorov-Smirnov, vengono impiegati per verificare se i dati seguono una distribuzione gaussiana. Tuttavia, i risultati di questi test possono essere influenzati dalla quantità di dati disponibili. Nel caso di dati normali, i test sembrano fornire risultati affidabili, ma con dati non normali, i test possono dare risultati meno accurati. Pertanto, senza una chiara conferma che i dati seguano una distribuzione gaussiana, non è corretto utilizzare l'ipotesi gaussiana per calcolare la rarità di un evento rispetto alla sua deviazione dalla media. Inoltre, l'analisi statistica semplificata presentata non fornisce una risposta definitiva riguardo alla natura della distribuzione dei dati. Pensare di caratterizzare il cambiamento climatico da un unico grafico è ingenuo. Gli addetti ai lavori utilizzano diverse variabili climatiche per ottenere una visione completa del cambiamento climatico. Inoltre, l'analisi statistica superficiale può portare a interpretazioni errate, e i dati corretti possono essere utilizzati erroneamente per giungere a conclusioni estreme. In definitiva, la questione del cambiamento climatico richiede approfondite analisi statistiche e scientifiche. I dati devono essere esaminati con attenzione, e le assunzioni utilizzate negli approcci statistici devono essere valutate criticamente. Solo attraverso un approccio rigoroso e multidisciplinare possiamo sperare di ottenere una comprensione accurata del cambiamento climatico e delle sue implicazioni. 00:00 un'enorme premessa sulla polarizzazione rispetto al cambiamento climatico 03:51 Cosa dice questo grafico sullo scioglimento dei ghiacciai? 05:48 Quale è il problema di questo grafico sullo scioglimento dei ghiacciai? 08:05 il test di Shapiro-Wilk e il test di Kolmogorov-Smirnov 18:34 Un dato fa primavera? Qui per segnalare temi: https://tellonym.me/dr.elegantia Podcast (su tutte le piattaforme): https://www.spreaker.com/show/dr-elegantia-podcast COME SOSTENERCI: Il nostro nuovo libro sull'economia: Guida Terrestre per Autoeconomisti https://www.poliniani.com/product-page/guida-terrestre...