1.问题描述
...
2.计数模型
如果我们听到有雨概率大于50%的预报，就认为明天有雨，听到有雨概率小于50%的预报，就认为明天无雨，然后统计实测有雨和无雨、预报有雨和无雨这4种情况的天数，对于有雨概率50%的预报，可以认为是毫无意义的，不予统计。
图中每种预报两个对角数字之和，除以总的预报天数(全部4个数字之和)，可看作正确预报的概率，分别计算可得4种预报的正确率依次为0.57,0.71,0.81,0.93。
可是不难看出，预报B虽然有高达0.71的正确率，但是由于预报结果全是无雨，最后算出来的准确率完全由实际有雨、无雨的天数决定的，所以预报也就失去了意义。
从实用角度看，以下条件概率往往更重要：预报无雨实测有雨的概率，以及预报有雨实测无雨的概率。前者可能因为预防不足而受灾导致损失，后者会造成预防费用的浪费。这两个条件概率加权综合得到一个指标，不妨称为误报率。比如，设两种后果的损失比为2:1，则可计算预报A的误报率为(2/3)·(3/14)+(1/3)·(10/16)=0.35，预报C,D的误报率分别为0.20.0.06。
从上面计算的正确率和误报率来看，都是预报D最好，预报C次之。
模型缺点：只区分预报有雨或无雨，没有考虑有雨概率的具体数字，例如90%和60%的预报，都判定为有雨，不影响最后的正确率或误报率。
3.记分模型
不同的记分规则形成不同的模型。
模型1
实测有雨，预报有雨概率大于0.5得相应的正分，小于0.5得相应的负分。
实测无雨，预报有雨概率小于0.5得相应的正分，大于0.5得相应的负分。
将Sk对k求和得到某种预报的分数，分数越大越好。经计算，预报A、B、C、D的分数分别为1.0,2.6,7.0,6.7，预报C最好。
模型2
将Sk对k求和得到某种预报的分数，分数越小越好。经计算，预报A、B、C、D的分数分别为14.5,12.9,8.5,8.8，预报C最好。
模型3
将Sk对k求和得到某种预报的分数，分数越小越好。经计算，预报A、B、C、D的分数分别为8.95,6.39,4.23,3.21，预报D最好。
我们注意到，模型3和模型2的结果有很大不同，哪个模型更好？
4.图模型
模型1
从图中可以看出，预报A的符号几乎像是随机分布的，预报效果很差。
预报B的符号横坐标p没有变化，自然毫无用途。
预报C中v=0的符号都在p=0.6左边，表明对无雨的预报较好，但是v=1的符号相当分散，表明有雨预报较差。
预报D中v=0的符号都在p=0.5左边，v=1的符号都在p=0.4右边，表明对无雨、有雨预报都较好。
一个好的预报应该v=0的符号都在p=0.4左边，v=1的符号都在p=0.6右边，并且符号*都尽可能集中在(0,0)和(1,1)。
模型2
