O Bias mede o erro médio com sinal entre a precipitação prevista pelo modelo e a precipitação usada como referência. Ele responde principalmente à pergunta: o modelo tende a produzir chuva em excesso ou em deficiência?
1. Definição
Para cada amostra, o erro é dado por:
$$e_i=P_{F,i}-P_{O,i}$$
onde $P_F$ é a precipitação prevista e $P_O$ é a precipitação observada ou estimada pela referência.
O Bias médio para $N$ amostras é:
$$Bias=\frac{1}{N}\sum_{i=1}^{N}\left(P_{F,i}-P_{O,i}\right)$$
2. Como interpretar
- Bias = 0: não há erro sistemático médio.
- Bias > 0: o modelo produz, em média, mais precipitação que a referência, indicando viés úmido.
- Bias < 0: o modelo produz, em média, menos precipitação que a referência, indicando viés seco.
A unidade do Bias é a mesma da precipitação. Para acumulados de 24 horas, normalmente é expressa em mm.
Resumo
| O que mede | Erro médio com sinal |
| Valor ideal | 0 |
| Valor positivo | Excesso médio de precipitação |
| Valor negativo | Deficiência média de precipitação |
| Unidade | Mesma unidade da precipitação, normalmente mm |
| Limitação principal | Erros positivos e negativos podem se compensar |
Referências
Wilks, D. S. (2019). Statistical Methods in the Atmospheric Sciences, 4ª edição.
Jolliffe, I. T., e Stephenson, D. B. (2012). Forecast Verification: A Practitioner's Guide in Atmospheric Science, 2ª edição.
Jolliffe, I. T., e Stephenson, D. B. (2012). Forecast Verification: A Practitioner's Guide in Atmospheric Science, 2ª edição.