天气预报几天内是准的？
这就要说说我们天气预测的原理了 我们把未来若干天的气候状况作为一个整体（系统）来研究，其中每一天的气象要素值通过系统内部的运动而得出。
以气温为例，把明天、后天的温度作为因变量Y，把今天和昨天的温度以及几个影响因子作为自变量X，建立回归方程，这样就可以通过今天的气象要素值，计算出明后两天的气温。当然影响因素不止几个，而是一堆，包括云量、日照时数、前一段时期的气温等等。如果这些因素的变化有一个比较大的波动，那么计算出的未来气温就会有比较大的起伏。 因此问题就变成如何更好地选取影响因子并优化模型。这是个很复杂的问题。
目前最好的方法是用统计学习方法中的分类方法，把样本数据分为两组，一组用来建立模型（训练集），另一组用于检验模型（测试集）。这样避免了单纯依靠某几个指标导致模型过度简化实际系统的情况，并且可以通过调整参数的方式优化模型。当然为了得到更好的模型，需要增加更多的样本数量以及完善其他的技术手段。
回到问题本身，几天之后的气候状况是由昨天、今天、明天的气象要素值决定的。所以从时间上看，今天的气象观测对于预测明天、后天甚至是更远以后的气候状况是有一定意义的。 但是，我们不能简单地认为今天的气象观测数值与未来的气象数值之间存在线性关系。因为气象要素值是一个随机变量，受很多不确定因素影响，这种不确定性一方面来自于自然变异（如大气环流的变化等），另一方面来自于试验设计的不完美导致的误差。虽然我们通过统计学习的方法得到了一个能较好拟合观测数据的预测模型，但是不可能消除所有的误差。
换句话说，明天的气象数值具有很大的不确定性，取决于今天的气象值以及今后发生的一切事情。同样地，以后更久天气情况的预测也要取决于当前的气象要素值及将来发生的一切情况。我们只能提供一个概率分布，告诉你明天出现不同温度或降雨概率是多少，而不能精确地告诉你会不会或者什么时间会下雨或是下雪。