습식편향

Wet bias

습식 편향은 일부 기상 예보관이 예측의 유용성과 실행 가능성을 높이기 위해 강수량을 과대평가하고 과장하여 보고하는 현상이다.[1][2][3] Weather Channel은 강수 확률이 낮은 경우(예를 들어, 5% 확률은 20% 확률로 보고될 수 있음) 습식 편향을 경험적으로 보여주었으며, 강수 확률은 높지 않은 경우(그래서 60% 확률은 60% 확률로 보고됨)를 인정했다. 일부 지역 텔레비전 방송국은 습식 편향이 현저하게 큰 것으로 나타났으며, 비가 내리는 시간의 70%에 불과한 경우에 강수 확률을 100%로 보도하는 경우가 많다.[1][4]

디스커버리

2002년 오하이오 주립대 컴퓨터과학과를 졸업한 에릭 플로어 씨는 미국 국립기상청(NWS), 더웨더채널(TWC), 어큐웨더 등이 만든 기상예보의 역사적 자료를 수집하기 시작해 ForecastWatch.com이라는 웹사이트에서 자료를 수집했다.[4][5] Floehr는 상업적 예측이 편향되어 있다는 것을 발견했다. 그들은 실제로 일어난 것보다 강수 확률이 더 높을 것이라고 일관되게 예측했다. NWS의 예측은 편향되지 않은 반면, The Weather Channel의 예측은 강수 확률이 낮은 것에 치우쳤다. TWC가 강수 확률을 20%로 예측했을 때, 역사적으로 비가 온 시간은 5%에 불과했지만, 강수 확률은 70%에 불과했다.[1][4][6][7] 블로거 댄 앨런은 날씨 채널이 또한 상단에서 편향되어 있다고 언급했다: 90% 이상의 확률은 100%[3]까지 반올림될 것이다. 반면, 지역 텔레비전 방송국들은 강수 확률을 전체적으로 과장하는 경향이 있었다. (0%의 확률로 예측하는 경우를 제외하고, 여전히 약 10%의 비가 내렸다.)[4] 습식편향에 대한 연구결과는 한동안 일기예보 커뮤니티 내에서 비공식적으로 잘 알려져 있었지만, 네이트 실버의 2012년 저서 "신호와 소음"에서 일기예보 커뮤니티 밖에서 처음으로 대중화되었다.[4]

습식편향이라는 용어는 날씨가 실제보다 더 습해지는 방향의 체계적 편향이기 때문에 사용된다.

습식편향의 이유

실버에 따르면 웨더 채널은 강수량이 적을 때 일부러 강수 확률을 부풀린 사실을 공공연히 시인했다. 이는 편향된 인센티브 때문인데 강수확률이 정확하게 낮을 경우 시청자가 예보를 마치 비가 올 확률이 없는 것처럼 해석한 뒤 비가 오면 속상해할 수 있다. 즉, 웨더 채널은 그들이 생각하는 것보다 손실 혐오감이 더 큰 사람들을 보상하고, 따라서 그것이 낮을 때 그들의 비용 손실 비율을 의도적으로 부풀려 계산하는 것이다. 실버는 더 웨더 채널의 로즈 박사의 말을 인용해 "예보가 객관적이었으면 강수 편향이 0이면 큰일"이라고 전했다.[1][4][7]

참조

  1. ^ a b c d Silver, Nate (September 7, 2012). "The Weatherman Is Not a Moron". New York Times. Retrieved May 24, 2014.
  2. ^ "Why everyone hates the weatherman". September 27, 2012. Retrieved May 24, 2014.
  3. ^ a b Allan, Dan. "Wet Bias". Retrieved May 24, 2014.
  4. ^ a b c d e f Silver, Nate (2012). The Signal and the Noise: Why So Many Prediction Fail. ISBN 978-1594204111., 페이지 131-136
  5. ^ "ForecastWatch: Accuracy Defined". Retrieved May 24, 2014.
  6. ^ Bickel, Eric; Dae Kim, Seong (December 2008). "Verification of The Weather Channel Probability of Precipitation Forecasts". Monthly Weather Review. 136 (12): 4867–4881. Bibcode:2008MWRv..136.4867B. CiteSeerX 10.1.1.558.1663. doi:10.1175/2008MWR2547.1.
  7. ^ a b "Icon Forecast Bias and Pleasant Surprises". ForecastAdvisor. September 19, 2012. Retrieved May 24, 2014.