検証方法の説明

5時発表天気予報	今日（5〜24時）、明日（0〜24時）
17時発表天気予報	今夜（17〜24時）、明日（0〜24時）、明後日（0〜24時）
11時発表週間天気予報	３日目（0〜24時）〜７日目（0〜24時）（５日間）

• 発表官署の所在している予報区に対して発表された予報を検証しています。
• 予報区についてはこちらを参考にしてください。
• 予報区の細分図

• 個々の予報について予報と実況の降水の有無を比較し、予報区毎に1か月分を集計して検証しています。
• 地方予報区および全国で集計した値も掲載しています。

実況の降水の有無は、観測された降水量により、以下の様にして判定しています。

	降水量の観測値
降水あり	1mm以上
降水なし	1mm未満

（注）雪等は溶かして、雨と同じ状態にして測ります。

降水の有無についての予報が適中しているのは以下の場合です。

• 「降水あり｣と予報して、実況が｢降水あり｣となったとき（下表のA）
• 「降水なし｣と予報して、実況が｢降水なし｣となったとき（下表のD）

これらの合計が総適中回数になります。

各検証指数の定義は以下の通りです。

適中率 （降水の有無の適中率）	総適中回数の全予報数に対する割合
「降水あり」予報の適中率	予報が｢降水あり｣だった場合だけを取り出して、そのうち実況が｢降水あり｣と なった割合（一致率に同じ）
「降水なし」予報の適中率	予報が｢降水なし｣だった場合だけを取り出して、そのうち実況が｢降水なし｣と なった割合
見逃し率	「見逃し」回数の全予報数に対する割合 「見逃し」とは、予報が｢降水なし｣だったのに実況が｢降水あり｣となった場合
空振り率	「空振り」回数の全予報数に対する割合 「空振り」とは、予報が｢降水あり｣だったのに実況が｢降水なし｣となった場合
捕捉率	実況が｢降水あり｣となった場合だけを取り出して、そのうち予報も｢降水あり｣ だった割合
一致率	予報が｢降水あり｣だった場合だけを取り出して、そのうち実況が｢降水あり｣と なった割合　（「降水あり」予報の適中率に同じ）

• 「降水あり」予報とは、「雨」、「曇り一時雨」、「曇り時々雪」など降水のある予報のことで、
  「降水なし」予報とは、「晴れ」、「曇り」、「晴れ時々曇り」など降水のない予報のことです。
• 予報が適中したときに注目した検証指数（適中率、捕捉率、一致率）は、100％に近いほど成績が良いことになります。
• 予報が適中しなかったときに注目した検証指数（見逃し率、空振り率）は、0％に近いほど成績が良いことになります。

予報と実況の対比表（分割表と呼びます）を作成して、それぞれの検証指数を数式で表すと次の様になります。

		予 　　報
		降水あり	降水なし	計
実況	降水あり	A	B	N1 = (A+B)
	降水なし	C	D	N2 = (C+D)
	計	M1 = (A+C)	M2 = (B+D)	N = (A+B+C+D)

　　　　　　　　　　　　　　　　　　　　　　　　　　　　（N：全予報数）

• 適中率（降水の有無の適中率）（％）＝（A＋D）÷N×100
• 「降水あり」予報の適中率（％）　　＝A÷M1×100　（一致率に同じ）
• 「降水なし」予報の適中率（％）　　＝D÷M2×100
• 見逃し率（％）　　　　　　　　　　＝B÷N×100
• 空振り率（％）　　　　　　　　　　＝C÷N×100
• 捕捉率（％）　　　　　　　　　　　＝A÷N1×100
• 一致率（％）　　　　　　　　　　　＝A÷M1×100　（「降水あり」予報の適中率に同じ）

ある予報についての適中率とは、予報区内のアメダス観測所毎に予報の適中、不適中を判定し、予報区内で平均した値のことです。

• 例えば、降水ありの予報の時、全10ヵ所の観測所の内8ヵ所で「降水あり」、2ヵ所で「降水なし」ならば、適中率は80％、空振り率は20％となります。
  このように降水が予報区の一部分に限られるような場合は、適中率は100％にはなりません。
• これは、予報が降水を予想している場合に、80％の地域で降水があり20％の地域で降水がなければ、80％の地域の人には適中、20％の地域の人には空振りと感じるであろう、との考えに基づいています。

5時発表天気予報	今日日中（9〜18時）の最高気温
17時発表天気予報	明日日中（9〜18時）の最高気温、明日朝（0〜9時）の最低気温
11時発表週間天気予報	明後日（0〜24時）〜７日目（0〜24時）の最高・最低気温

• 発表官署の所在する都市に対して発表された予報を検証しています。

• 個々の予報の誤差は、「（予報値）−（実況値）」で算出し、1か月分を集計して検証しています。
• 地方予報区および全国で平均した値も掲載しています。

• 平均誤差（ME：Mean Error）
  • 個々の予報の誤差をそのまま期間平均したものを平均誤差（ME）といい、バイアス（偏り）とも呼びます。
  • 平均誤差は予報の系統的な偏りを示す指数です。平均誤差が0のとき、平均的にみて予報は正にも負にも偏っていないことを示しています。また、平均誤差が正（負）になるときは、期間平均では予報が実況よりも高かった（低かった）ことを示しています。
  • ME ＝ Σ（F(i)−A(i)）÷N　（F（i）は予報値、A（i）は実況値、Nは予報回数）
• 2乗平均平方根誤差（RMSE：Root Mean Square Error）
  • 個々の予報の誤差を一旦2乗してから期間平均して、平方根をとったものを2乗平均平方根誤差（RMSE）といいます。
  • 2乗平均平方根誤差は常に正の値となり、予報誤差の標準的な大きさを示す指数です。値が小さく0に近いほど予報精度が高いことを示しており、個々の予報の誤差の60％〜70％は、±（2乗平均平方根誤差）の間に収まります。
  • RMSE ＝ SQRT（Σ（F（i）−A（i））**2÷N)　（F（i）は予報値、A（i）は実況値、Nは予報回数）