天气预报几周内最准？
我做过这样统计，在一周之内，有60%的时间准确度能够维持在中位数以上（即超过58%的日期正确率）；一个月之内，有70%的时间准确度能够维持在这一水平（即超过63%的日期正确率）。当然，这没有考虑节假日、气温等其他因素的影响，但在影响天气预报的因素中，这些一般不算重要因素。 我所使用的方法是“时间序列分析”中的简单模型，只包含一个自变量与时间轴，用来预测下一个时间单元（本例中是24小时）的因变量的值。由于仅仅使用了一个自变量，所以这种方法是一种线性回归方法。尽管这种方法比较简单，但它对确定趋势性现象的长期状况有着很好的应用前景——如果周期足够长的话。比如，你可以在网上查到过去10年或者更长时间的每月降雨量数据，用它来建立简单的模型，就能较为准确地预测未来某个月或者某个季节的降水量情况了。 这种方法的应用范围也不仅仅局限于气象领域，它适用于任何需要依据历史数据来预测未来的场合，比如经济预测（未来利率走势）、金融预测（下一期的股票收益率）等等。
当然，天气预报不仅仅是预测下一时段的气象数据，还包括预测其后的周、月甚至年度气候情况。我这里讨论的仅仅是短期和中期的情况，对于长期的气候预测，现在还没有什么好的办法。 除了这种基于数据的模型以外，人们还建立了各种各样基于理论的模型来预测气候变化。这些理论模型可以分为两大类，一类是基于气候系统的敏感性分析建立的模型，另一类是基于地球系统物理学提出的模型。
与基于数据的模型一样，这些基于理论的模型也需要不断更新参数才能维持较高的精度，并且它们最终预测的结果取决于所包含的物理过程的细节，因此要精确到某一具体时刻是不现实的。目前，这些模型主要用于研究不同气候情景下可能出现的变暖幅度、极端温度等情况，为制定应对气候变化的政策提供参考。