Humlums metodefeil

Ole Humlum, Kjell Stordahl og Jan-Erik Solheim (HSS) har nylig publisert artikkelen The phase relation between atmospheric carbon dioxide and global temperature. Der mer enn antyder de at økningen i global temperatur etter 1980 er årsaken til økningen i atmosfærisk CO2. Dette er en motsatt årsak-virkning sammenheng i forhold til konsensusen blant klimaforskerene. Konsensusen er at den økende konsentrasjonen av CO2 er menneskeskapt, og at den har forårsaket økning i global temperatur.

HSS fjerner først effekten av langtidstrender, og deretter bruker de resultatene til å vurdere langtidstrender. Dette er en metodefeil, for de kan ikke finne langtidstrender etter at effekten av dem er fjernet. Både metodikken og konklusjonene deres blir sterkt kritisert av mange kompetente klimaforskere, bl.a. av Rasmus Benestad på  Real Climate og Hans Olav Hygen på Klimarealisme. I dette blogginnlegget vil jeg med et tankeeksperiment demonstrere at metodikken til HSS er fullstendig uegnet til å analysere langsiktige trender.

Korrelasjonskoeffisienter og Anscombes kvartett, del 2

Et tidligere innlegg beskriver korrelasjon mellom 2 variabler, med hovedvekt på Pearsons korrelasjonskoeffisient. Innlegget beskriver også Anscombes kvartett, som er fire x y vektorer med helt forskjellige sammenhenger mellom x og y. Pearsons korrelasjonskoeffisient er den samme for de fire settene med x y vektorer, på tross av forskjellene. Pearsons korrelasjonskoeffisient er den vanligste, men Anscombes kvartett demonstrerer at også den har svakheter.

To rangkorrelasjonskoeffisienter er de vanligste alternativene til Pearson. Det avgjørende i beregningen av disse er den relative rangeringen av dataene, ikke datene selv. Eksempelvis er koeffisienten lik 1 hvis både x og y verdiene hele tiden stiger utover i vektorene sine, uavhengig av  hvor mye eller hvor lite de stiger fra en verdi til den neste. Rangkorrelasjonskoeffisienter er robuste mot slengere. Eksempelvis betyr det ingenting om den største x verdien er litt større enn den nest største eller veldig mye større. Rangkorrelasjonskoeffisientene er alltid mellom +1 og -1, akkurat som Pearson.