<div dir="ltr">Dear ncl-talk,<div><br></div><div>I'm trying to determine whether hurricane forecasts (track, wind, and intensity errors) are statistically different from each other given two model experiments in which one is a control and second contains added observations. The idea is to examine what impact the observations have on hurricane track.</div><div><br></div><div>A number of forecasts are included in the analysis to where the arrays are a function of (storm name, forecast cycle, and forecast hour). I used the test to determine if the means were significantly different but I'm wondering if using bootstrap reampling is a more robust measure (<a href="https://www.ncl.ucar.edu/Document/Functions/Bootstrap/bootstrap_diff.shtml">https://www.ncl.ucar.edu/Document/Functions/Bootstrap/bootstrap_diff.shtml</a>)?</div><div><br></div><div>I have not used this function before however I've looked over the examples, specifically this one (<a href="https://www.ncl.ucar.edu/Applications/Scripts/bootstrap_diff_1.ncl">https://www.ncl.ucar.edu/Applications/Scripts/bootstrap_diff_1.ncl</a>) but it only includes 1-dimensional data. If I want to use bootstrap on my data, would nDim be (/0,1/) in order to get results as function of forecast hour?</div><div><br></div><div>Thanks much!<br clear="all"><div><br></div>-- <br><div class="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div>Andrew Kren<br>
Research Scientist I, Global Observing Systems Analysis (GOSA) Group<br>
NOAA ESRL Global Systems Division (Rm 3C515)<br>
325 Broadway, Boulder, CO 80305<br>
<a href="tel:%28303%29%20497-5418" value="+13034975847" target="_blank">(303) 497-5418</a><span><font color="#888888"><br>
</font></span></div></div></div></div></div></div></div></div></div></div></div></div></div></div></div></div>
</div></div>