We investigate how users combine objective probabilities with their own subjective feelings when deciding how to act on weather forecast information. Results are based on two scenarios investigated at a Live Science event held by the Royal Meteorological Society. When deciding whether to go to the beach with the possibility of warm, dry weather, we find that users attempt to identify their ‘Bayes Action’: the one which minimises their expected negative feeling or utility. Key factors are the ‘thrill’ of a nice day at the beach and the ‘pain’ of coping with, for example, children in wet weather, and the costs of travel. The users' threshold probabilities for deciding to go to the beach thus approximately define their distribution of cost/loss ratios. This is used to calculate a ‘User Brier Score’ (UBS): a measure of the overall utility to society, and which could be used to guide forecast system development. When applied to operational ensemble forecasts issued by the European Centre for Medium‐Range Weather Forecasts (ECMWF) over the period 1995–2018, the UBS tends to be higher (i.e., worse) than the Brier Score, largely because users tended not to exhibit high cost/loss ratios. When deciding whether to leave a campsite in the face of potentially dangerous gales, users try to find a balance between the ‘regret’ of serious injury and the ‘pain’ of spoiling an enjoyable holiday. Some users decide to stay even at high probabilities of serious consequences – partly due to a lack of experience. On the other hand, forecasts suffer from ‘complete misses’ – where probabilities of zero are accompanied by non‐negligible outcome frequencies. These dominate the overall Brier Score. The frequency of complete misses halved over the period 1995–2018: a welcome improvement for users who do wish to avoid danger at low probabilities.

中文翻译：

---

用户决策以及这些决策如何指导概率预测的发展

在决定如何对天气预报信息采取行动时，我们调查用户如何将客观概率与他们自己的主观感受结合在一起。结果基于现场科学调查的两种情况皇家气象学会举办的活动。当决定是否在温暖干燥的天气里去海滩时，我们发现用户试图识别他们的“贝叶斯动作”：一种将其预期的负面感觉或效用最小化的动作。关键因素是在沙滩上度过愉快的一天的“快感”，以及应付潮湿天气中的儿童的“痛苦”，以及旅行费用。用户决定去海滩的阈值概率因此大致定义了他们的成本/损失比分布。这用于计算“用户Brier分数”（UBS）：对社会整体效用的衡量标准，可用于指导预测系统的开发。当应用于欧洲中距离天气预报中心（ECMWF）在1995-2018年期间发布的运营总体预报时，UBS往往比Brier分数更高（即更差），主要是因为用户倾向于不表现出较高的成本/损失比。当决定是否在可能发生危险的大风面前离开营地时，用户试图在严重伤害的“后悔”与破坏愉快假期的“痛苦”之间找到平衡。有些用户甚至决定以极高的可能性承受严重后果，部分原因是缺乏经验。另一方面，预测会遭受“完全遗漏”，即零概率伴随着不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率减少了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。很大程度上是因为用户倾向于不表现出高成本/损失比。当决定是否在可能发生危险的大风面前离开营地时，用户试图在严重伤害的“后悔”与破坏愉快假期的“痛苦”之间找到平衡。有些用户甚至决定留在极有可能遭受严重后果的可能性上–部分是由于缺乏经验。另一方面，预测会遭受“完全遗漏”，即零概率伴随不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率降低了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。很大程度上是因为用户倾向于不表现出高成本/损失比。当决定是否在可能发生危险的大风面前离开营地时，用户试图在严重伤害的“后悔”与破坏愉快假期的“痛苦”之间找到平衡。有些用户甚至决定留在极有可能遭受严重后果的可能性上–部分是由于缺乏经验。另一方面，预测会遭受“完全遗漏”，即零概率伴随着不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率降低了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。用户试图在严重伤害的“后悔”和破坏愉快假期的“痛苦”之间找到平衡。有些用户甚至决定留在极有可能遭受严重后果的可能性上–部分是由于缺乏经验。另一方面，预测会遭受“完全遗漏”，即零概率伴随着不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率减少了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。用户试图在严重伤害的“后悔”和破坏愉快假期的“痛苦”之间找到平衡。有些用户甚至决定留在极有可能遭受严重后果的可能性上–部分是由于缺乏经验。另一方面，预测会遭受“完全遗漏”，即零概率伴随不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率降低了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。预测遭受“完全未命中”的困扰-零概率伴随着不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率减少了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。预测遭受“完全未命中”的困扰-零概率伴随着不可忽略的结果频率。这些决定了整体Brier得分。在1995年至2018年期间，完全未命中的频率减少了一半：对于希望避免低概率危险的用户而言，这是可喜的改进。