气候变化研究中最优指纹方法的综述
数据分析、统计与概率
2022-05-24 v1 大气与海洋物理
地球物理
摘要
我们基于统计推断的视角，结合 McKitrick (2021) 近期的批评，对 Allen 和 Tett (1999) 所总结的“最优指纹”方法进行了综述。我们的综述发现，在两个条件之下，“最优指纹”方法可经受住 McKitrick (2021) 的大部分批评：(i) 气候模型的零假设模拟独立于物理观测，且 (ii) 零假设模拟对物理观测的残差协方差矩阵提供一致估计，二者均取决于气候模型的构建与质量。若后者条件不满足，该估计量在常规条件下仍无偏且一致，但会丧失该方法的“最优”特性。Allen 和 Tett (1999) 提出的残差一致性检验可有效检验零假设模拟与物理观测的残差协方差之间的一致性。我们进一步梳理了“最优指纹”方法与可行广义最小二乘之间的联系。
引用
@article{arxiv.2205.10508,
title = {A Review on the Optimal Fingerprinting Approach in Climate Change Studies},
author = {Hanyue Chen and Song Xi Chen and Mu Mu},
journal= {arXiv preprint arXiv:2205.10508},
year = {2022}
}