Rolf Larsson vill bidra till klimatforskningen

Statistikern Rolf Larsson vill göra nytta med sin forskning. Eftersom han är intresserad av naturen och miljön känns klimattillämpningen som en nyttig insats.

Rolf har länge forskat i statistik och en önskan att bidra till omvärlden har löpt som en röd tråd genom hans forskarkarriär. Men till en början var det inte via tillämpningarna som Rolf ville göra nytta. När han började forska i statistik var han främst intresserad av att bidra till statistikämnet och åstadkomma framsteg inom den statistiska metodutvecklingen.

Innan Rolf kom till matematiska institutionen arbetade han med de ekonometriska tillämpningarna av tidsserieanalys, en statistikgren som handlar om att analysera fenomen som utvecklas över tiden. Men tack vare att tidsserieanalys går att använda inom vitt skilda områden där det är möjligt att observera tidsserier har steget från ekonometri till klimat inte varit så stort som man skulle kunna tro.

Hur kommer det sig att du bytt inriktning?

- Jag tror att det kan vara så för många statistiker, att de vill bidra mer på tillämpningssidan när de blir lite äldre och då är klimatforskningen en tillämpning som jag tycker känns bra.

Det som skiljer tidsserieanalys från en stor del annan statistik är att de observerade värdena är beroende av varandra. Om vi kastar en tärning kommer nästa kast att vara helt oberoende av det föregående kastet, men om temperaturen stiger markant ett år är det troligt att nästa års temperatur också blir hög.

Hur arbetar man med tidsserieanalys?

- När man har en serie observationer är den första naturliga frågan hur det kommer att gå i framtiden. Om vi till exempel ser på en temperaturserie vill vi ta reda på hur varmt det kommer att bli om tio, tjugo eller trettio år. Och då kan vi göra en skattning av det. Nästa fråga som en statistiker ställer sig är hur osäker den här skattningen är och för att hitta svaret måste vi ha en matematisk modell.

Så man använder tidsserieanalys för att förutse saker?

- Inte bara för att förutse. Nationalekonomerna har till exempel sina modeller som de har kommit fram till på ett teoretiskt sätt och när man vill se om de stämmer överens med verkligheten kan man använda statistiska metoder. Sådant höll jag på med tidigare, innan jag blev intresserad av klimattillämpningar. Sedan är det så att man inom statistik alltid vill koppla till någon modell, att man vill se samband. Men det finns helt klart ett intresse att göra prediktioner med hjälp av tidsserieanalys.

Hur ofta blir det rätt?

- Inom ekonomi blir det väldigt sällan rätt. Men den insats man gör som statistiker är att tala om hur osäker en prediktion är, snarare än vad det predikterade värdet ska bli. Det är väldigt osäkert, men att kunna säga hur pass osäkert det kan bli är ett viktigt bidrag.

För närvarande planerar Rolf tillsammans med kollegan Jesper Rydén ett projekt där de ska undersöka Uppsalas temperaturserie som sträcker sig ett par hundra år bakåt i tiden. Här tänker Rolf bland annat använda liknande metoder som i ett tidigare projekt där han letade efter samband mellan koldioxidhalt och temperatur.

- I det projektet använde vi oss av borrkärnedata. Alltså man borrar i Sydpolen för att få fram hur isen såg ut och med hjälp av det kan man sedan rekonstruera temperaturer och även andra saker som koldioxidhalter. Där gick vi tillbaka åttahundratusen år i tiden.

Fann ni några intressanta samband?

- Vi undersökte om koldioxidhalt ger ökad temperatur och vice versa, och vi fann faktiskt belägg för båda. Det fanns samband i båda riktningarna men kanske lite starkare belägg för att ökning av koldioxidhalt ökade temperaturen.

Den typ av samband som Rolf fann var alltså ett orsakssamband, eller kausalt samband, något som till och med för en statistiker ofta är svårt att hitta. Inom statistik finns ett begrepp som kallas korrelation, men om vi ser att två fenomen korrelerar, dvs. följer samma utveckling, kan vi inte ur det dra slutsatsen att den ena utvecklingen orsakar den andra. När man vill undersöka om ett fenomen orsakas av ett annat behöver man därför titta på mer än bara korrelation. För att göra det finns några metoder och den metod som Rolf använder kallas Grangerkausalitet.

- Om man har en saklogisk förklaring i bakgrunden kan man tolka korrelation som kausalitet. I det här fallet när vi testade kausalitet var det baserat på en väldigt indirekt definition, så det är ganska svagt. Kausalitet är ett väldigt svårt begrepp för en statistiker. Men egentligen är det kausalitet man vill åt och så har det alltid varit.

Alma Kirlic

2014-05-02

Två snabba

Vad tycker du om Uppsala?

- Jag trivs jättebra i Uppsala, det passar mig jättebra att bo i här. Det är en lagom stor stad för mig. Allting är centralt och ändå har man naturen inpå knuten. När jag bodde i Sollentuna då hade jag också naturen inpå knuten men då var det inte lika centralt. Allting är nära i Uppsala med Stockholmsperspektiv.

Vad brukar du göra på fritiden?

- Umgås med min fru och vår åttaårige son. Göra utflykter, promenera, åka på cykelturer. Sen så håller jag på med lite olika aktiviteter. Jag är med i en kör som heter Canorus. Musik är jag väldigt intresserad av, men det enda riktigt aktiva jag gör är att sjunga i kör. Jag tycker också om att lyssna på klassisk musik och gå på konsert men det blir inte ofta tyvärr. Dessutom håller jag på med orientering och med i OK Linné. Sen så försöker jag hålla igång och springa två gånger i veckan eller åka skidor eller så.

Läs mer

Rolf Larssons sida

Uppsalas temperaturserie på SMHI:s webbplats

Grangerkausalitet på Scholarpedia

Närbild på Rolf som ser nöjd ut sittandes utomhus med grönskande bakgrund.

Rolf Larsson (foto: privat)

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin