天气预报怎么会知道天气？
因为大气是运动的，而且这种运动是有规律的，因此就可以预测，不过这只能预测短时间内的天气，时间久了，天气变化的概率就会变大，这就需要引入概率论来解决问题了！ 假设我们要预测明天（t+1）时候的天气情况，今天（t）的天气情况我们知道，把今天视为一个样本点，而明天为另一个样本点，如果我们能观察到以前任何时刻的气象数据，那么就可以把这些样本点用一条曲线连起来，这条曲线就代表了从过去到现在甚至到未来的天气变化规律，而我们根据这个趋势就可以预测明天的天气情况。
当然实际的情况要比这复杂的多，我们不可能知道过去未来任何一个时刻的天气情况，但是我们却可以采集大量历史气象数据做出统计上的近似，比如一个月前的天气、三个月前的天气、一年前的天气等等，把这许多个“从前”的气象数据用一条平滑的曲线表示出来，我们就得到了一个估计值，而这个估计值是可以用来做预测的！
比如说，我们现在要预测7天后的天气，现在的时间是t=0，我们采集到今天之前的每一天的气温作为样本点，连接成一条条的曲线，假设总共采集了n天的气象数据，那么我们就有 n(t-1)组数据，每组数据的规格是[x1，y1]……[xn，yn]，其中x1，...，xn分别是日期， y1，...，yn是每小时温度。我们就可以用这n(t-1)组数据做成一个回归模型，然后利用这个模型去预测第n天的气候特征。具体怎么做呢？这里就用到了概率论的知识了，我这里就不啰嗦了，可以直接百度公式。