132 
Abb.5.6: Variation des Validationsfehlers mit der Anzahl Trainings- bzw. Lernvektoren. Vorhersage des Staus 
bei Cuxhaven. Oben: Vorhersagefehler der KL-Modelle für den Stau. Unten: Validationsfehler der MR- 
Modelle, die nur mit Stau- und Winddaten angelernt wurden (ohne Zusatzprognose). 
5.3.2. Vorhersage mittels multivariater Modelle 
Die zweite grundsätzliche Möglichkeit, stündliche Vorhersagen zu erstellen, führt über die 
multivariaten MR-, RW- und MW-Modelle in Kombination mit Zusatzprognosen (Kap.2.2.1 
und Kap.5.4). Bei den MR- und MW-Modellen sind Validations- und Vorhersagefehler nicht 
identisch. Zuerst wird mit Hilfe des MW-Modells die Wirkung des Windes auf den Stau in 
Cuxhaven beschrieben. D.h. es wurden verschiedene MW-Modelle untersucht, die zwar 
immer wieder mit dem Stau in dem Prognosezeitraum, aber mit unterschiedlichen Winddaten 
in den Indikationszeiträumen trainiert wurden. Für diese Fälle wurde nur der Validations 
fehler berechnet und auf eine Zusatzprognose verzichtet. 
Um die Wirkung der Windzeitreihen von Helgoland mit der Wirkung der sehr lückenhaf 
ten Zeitreihen von den Feuerschiffen vergleichen zu können (Kap.4.1.2), wurde das Ver 
gleichsjahr 1993 vorübergehend gestutzt. Und zwar wurden die sturmflutreichen Monate 
Januar und Februar aufgrund der Lückenhaftigkeit der Feuerschiffszeitreihen weggelassen. 
Außerdem wurden Lernvektoren aus den Zeitreihen erst ab dem 16.8.1988 selektiert, da das