天气预报是什么类别？
今天 2015.6.30，从大数据的角度重新定义一下预测的精确度。（非气象专业，有问题请轻拍，谢谢）
一、概率论和数理统计提供了描述随机现象的方法。其中以大数定律为核心，认为只要观察样本量足够大，总体分布的特征就表现出确定性；另外，以中心极限定理为依据，只要样本量够大，样本总体的数值特征（平均值，方差等）趋于正态分布。如果从数学角度，我们可以认为随着数据收集规模的扩大，天气（或者任何随机现象）预测的精度会无限的趋近于某个确定的值。 当然，这里忽略了一个关键问题——误差，或者说误差范围的大小是由观测的样本量决定的，当增加样本量时，误差范围一定会减小，但精度提高的程度却取决于随机现象的本质。有些随机现象是具有确定性的（比如说温度升高到10℃的概率是1%）而有些却是具有不确定性的（比如说明后两天降雨的概率各为50%）。前者可以通过增加样本量使得预测结果逼近真实的概率，而后者则只能逼近其中一个可能性。换句话说，对于不确定性随机现象的预测精度永远不可能达到百分百。（尽管可以无限接近）
二、现代统计学中，对不确定性问题的研究主要基于概率图和贝叶斯方法。其中，概率图是通过图形的方式展示随机变量之间的相关性。根据数据生成过程的不同，随机现象可以分为离散型（每个样本点只有一个值）和连续型（每一个样本点有多个值，并且这些值形成一个连续的概率分布）。对于离散型随机变量，常用的概率图形有离散概率分布图，直方图以及频率直方图。对于一个给定的样本，这几种图形都展示出相同的结果，也就是说无论通过什么方式收集的数据，最终得出的结论是一样的。这就从图形上证明了数据的可靠性。
三、上面介绍了统计学中的概率和数理统计的相关内容，这些都是基于样本量无穷大时的理论分析。但是实际当中，由于数据量的限制，我们不可能采集到无数个样本，这时就会引入样本大小的概念。一般来说，当样本大于或等于20（个人认为20是个临界值，小于20的样本可能无法有效代表整体）的时候，上述的理论分析就能成立。
以上是从统计学的角度论证了在理论上，天气预报的“精确度”是可以实现的。即通过增加数据搜集的规模，并运用合理的数据分析方法，预测的精度能够达到要求 (这里的“精确”含义是预测某一时刻发生某种事件的可能性大小)。