- •Розділ 2 Короткі відомості про метеорологічні станції
- •Визначення, тиии метеорологічних станцій та їх характеристика
- •Метеорологічний майданчик
- •Контрольні запитання
- •Контрольні запитання
- •Розділ з Строки метеорологічних спостережень та способи визначення часу
- •Строки метеорологічних спостережень
- •Способи визначення часу
- •Деякі приклади визначення різного часу
- •Контрольні запитання
- •Розділ 4 Опис основних метеорологічних приладів
- •Прилади для вимірювання атмосферного тиску
- •Станційний чашковий барометр
- •І*ис. 4.1. Схема 'цинкового ртутного барометра
- •2 Ноніус; 3 захисне скло; 4 оправа; 5 - рукоятка кремальєри;
- •6 Барометрична трубка; 7 - термометр; 8 - гвинт; 9 - чашка; 10 - втулка ; 11 середня частина чашки з діафрагмою
- •Барометр-анероїд
- •Барограф
- •Прилади для вимірювання температури повітря, грунту та води
- •Ґнс. 4.10. Мінімальний термометр
- •Деформаційні термометри (термограф)
- •Електричні термометри
- •Прилади для визначення вологості повітря
- •1*111'. *1.16. Установка термометрів у психрометричній будці
- •4.3.1. Психрометри
- •Гігрометр
- •Гігрограф
- •Прилади для вимірювання напрямку та швидкості вітру
- •Польовий вітромір Третьякова
- •Прилади для вимірювання напрямку та швидкості вітру
- •В електричні величини
- •Що випадають
- •І'ис. 4.26. УлювіографП-2.
- •1 Рейка коромисла, 2 - пересувний грузик, з - стрілка, 4 - підвіс, 5 - гак, 6 - дужка, - Потовщення з ріжучим краєм, - Пересувне кільце, 9 - циліндр, 10 - кришка, 11 - лопатка
- •Спостереження за росою
- •4.6. І Ірилади для вимірюванім променистої енергії
- •Прилади для вимірювання прямої сонячної радіації
- •4.6.2. Прилади для вимірювання розсіяної, сумарної та відбитої сонячної радіації
- •ІІп іижсння ока при відліку по барометру:
- •Зразок запису результатів вимірювань та їх обробки у книжці км-1
- •Методика проведення спостережень за хмарами
- •Методика проведення вимірювань напрямку га швидкості вітру та їх обробка
- •Методика проведення спостережень та вимірювань атмосферних опадів
- •За термоелектричним альбедометром
- •За геліографом універсальним
- •Розділ 6 Статистична обробка метеорологічних спостережень та вимірювань
- •Деякі положення математичної статистики
- •Дані вимірювань мінімальної температури повітря в листопаді на станціях а (X) ти б (у) та результати деяких обчислень параметрів кореляції
Розділ 6 Статистична обробка метеорологічних спостережень та вимірювань
Деякі положення математичної статистики
Термін “статистика” походить від латинського слова status, що буквально означає “стан”. На даний час термін “статистика” використовується в різних значеннях, узагальнюючи які можна сформулювати, що статистика - це кількісний облік масових явищ. До таких явищ слід віднести стан атмосфери, який постійно змінюється, тобто погоду. За формою прояву причинних зв’язків закони природи та суспільства поділяються на детерміновані та статистичні. З допомогою детермінованих, або чітко визначених законів, можна практично однозначно передбачити те чи інше явище в будь-який наперед заданий момент часу. Наприклад, сонячні чи місячні затемнення, схід чи захід Сонця тощо. Згідно зі статистичними закономірностями майбутній стан системи або прояв тієї чи іншої природної події визнача-ється не однозначно, а пише з певною імовірністю, яка є об’єктивною мірою можливості реалізації закладених в минулому тенденцій зміни. Наприклад, довгострокові зміни клімату, короткочасні зміни погоди тощо.
Створена математиками теорія імовірностей вивчає властивості масових випадкових подій, здатних багаторазово повторюватись при відтворенні певного комплексу умов.
В результаті взаємодії теорії імовірностей з іншими прийомами математики виникла математична статистика. Основна задача математичної статистики полягає в отриманні висновків про масові явища і процеси за даними спостережень за ними або експериментів. Отримані таким чином статистичні висновки відносяться не до окремих випробувань, а є твердженнями про загальні характеристики того чи іншого явища (імовірності, закони розподілу та їх параметри, математичні очікування тощо), природно, в припущенні сталості умов, які породжують досліджуване явище.
Оскільки основною властивістю будь-якої випадкової події, незалежно від її природи, є імовірність її здійснення, математична статистика ставить своєю метою оцінити характеристики генеральної сукупності за вибірковими даними. Іншими словами, визначити за допомогою методів математичної статистики:
а) загальні характеристики сукупності; б) перевірити статистичні гіпотези; в) виявити взаємозв’язок між кількома характеристиками об’єктів дослідження; г) погодженість спостережуваних даних з теорією; д) розумність прийняття того чи іншого рішення; е) правильність планування експери менту і т.д.
Курс теорії імовірностей та математичної статистики в тому чи іншому обсязі читається на природничих факультетах. Нами ж тут в дуже короткій формі наводяться деякі основні формули та співвідношення цих розділів математики.
Першим кроком систематизації матеріалів статистичного спостереження є підрахунок одиниць, які володіють тією чи іншою ознакою.
Найбільш узагальнюючим показником в статистиці широко застосовуються середні величини. Вони характеризують розмір певної ознаки, що варіює, в цілому для сукупності та для її окремих частин.
При обчисленні середнього значення ознаки, що варіює, можуть застосовуватись різні види середніх величин: середня арифметична, середня квадратична, середня геометрична тощо. Вибір виду середньої величини залежить від сутності обчислюваного (усередненого) показника та характеру вихідних даних. Так, проста середня арифметична обчислюється за формулою
п п ’ '
де х - проста середня арифметична для незгрупованих даних; Хі
окремі варіанти (значення ознак) ряду спостережень; п - загальна кількість одиниць спостережень.
Для варіаційного ряду, тобто такого ряду значень змінної випадкової величини в залежності від їх повторюваності, інакше кажучи, для згрупованих даних, кожне значення ознаки (варіанту) додається з урахуванням його частоти (ваги), тобто “зважується” і обчислюється середня арифметична зважена за формулою
І
Р,ХІ+Р2Х2+...+ РпХ,
х=
І*
І
де Рі, Рг, ... , Рп - ваги варіантів.
*,р, ' рі+р2+...+ р„ ’ (б-2)З метою виключення короткоперіодичних або локальних варіацій часового ряду або просторового розподілу деякої змінної величини користуються методом згладжування. Найпростішим методом згладжування є заміна членів ряду ковзними середніми з кожних п послідовних членів ряду, де п - будь-яке ціле число. Таким чином, замість початкового ряду Хі, Хг, Хз, ... , Хп,... , Хк отримуємо ряд ковзних середніх типу:
Х, + Х, + Х,+...+ Х. Л
- і
Хі =
п
—2
_ Х2
+ Х3
+ Х4+...+
Хп+1
(6.3)
- х3 + х< + х5+...+хя.
', 1 Т.д.
По суті, наведене в (6.3) співвідношення є найпростішим статистичним фільтром, з допомогою якого амплітуди коротко- періодичних коливань можуть бути виключені з розгляду, оскільки вони значною мірою зменшені (згладжені).
При вивченні ознаки, що варіює, у одиниць сукупності буває мало обмежитися лише обчисленням середніх величин із окремих варіантів, оскільки одна і та сама середня може належати не до однакових за складом сукупностей. У зв’язку з цим виникає необхідність виміряти варіацію ознаки в сукупності. Наприклад, найелементарнішим показником варіації ознаки є розмах варіації, в метеорології та інших науках цю характеристику називають амплітудою
Л=*тах-^ті„, (6.4)
яка є різницею між максимальним (Хтах) та мінімальним (Хшіп) іначеннями ознаки в даному варіаційному ряді.
Однак показник розмаху варіації враховує лише крайні знамення ознаки і, таким чином, в малій мірі характеризує ряд імінних величин.
Більш точно можна визначити варіацію в ряді з допомогою статистичних показників - середнього лінійного та середнього квадратичного відхилення.
Середнє лінійне відхилення ((1) - це середнє арифметичне .ібсолютних (тобто без врахування знаків відхилень) величин
відхилень всіх п значень Хі, Хі, ... , Хп змінної величини X від середнього арифметичного ~х.
±\х,-х\
сі
= ^
для незгрупованих даних, (6.5)
" - для варіаційного ряду. (6.6)
2^ Р"
і= і
Середнє квадратичне відхилення (а) або стандартне відхилення
це величина, яка характеризує розсіювання значень Хі, Хг, ..., Хп випадкової змінної величини X
~ ■ <6-7>
У математичній статистиці найчастіше використовується міра розсіювання випадкових величин, що називається дисперсією (від лат. сИзрегяш, що означає “розсіяний” або “розсипаний”), яка являє собою середнє арифметичне із квадратів відхилень величини Хі Хг, ... , Хл від їх середнього
арифметичного X
• (6.8)
Із (6.8) видно, що квадратний корінь із дисперсії є середнім квадратичним відхиленням.
Для порівняння змін змінної випадкової величини ири переході від одного його значення до іншого (варіації) в різних сукупностях (розподілах) використовують відносний показник варіації - так званий коефіцієнт варіації (С,,). Він є відношенням у відсотках середнього квадратичного відхилення (о) до середнього арифметичного значення (х) дискретної випадкової величини.
С,=|-100. (6.9)
Чим менше значення С„ тим однорідніша сукупність за ознакою, яка вивчається, і тим типовіша середня.
Важливим етапом статистичної обробки метеорологічних даних є встановлення залежності між показниками, прояв яких варіює внаслідок взаємодії багатьох інших чинників, які проявляються лише загалом, пересічно при масових спостереженнях. Такі залежності називаються кореляційними, а метод їх вивчення методом кореляції.
Головною задачею кореляційного методу є визначення за даними великої кількості спостережень статистичного зв’язку, який показує, як зі зміною чинникової ознаки при інших рівних умовах змінюється середнє значення результативної ознаки. Таким чином, кореляція - це зв’язок, який статистично встановлюється між змінами двох або кількох величин, які не мають строго функціонального характеру. Кореляційний зв’язок існує тоді, коли одна з розглядуваних величин залежить не лише від іншої, але й від ряду інших змінних величин, або коли вони залежать від умов, серед яких є спільні для них обох.
Зв’язок між величинами може бути пряміш і оберненим, а також лінійним і нелінійним.
Для того, щоб оцінити, наскільки варіація результативної ознаки залежить від варіації чинникової ознаки, здійснюють обчислення коефіцієнта кореляції.
Коефіцієнт кореляції - це числова характеристика ступеня близькості статистичного зв’язку (тіснота зв’язку) між двома або кількома змінними величинами до функціонального лінійного зв’язку'.
Коефіцієнт кореляції двох дискретних змінних величин X 1 У виражається формулою:
£(*,-ВД-У)
_ /=І Л
де х і У - середні арифметичні величини X і У; п кількість членів ряду; ах і оу - середні квадратичні відхилення X і У.
Значення коефіцієнтів кореляції можуть знаходитись між “-И” (прямий зв’язок) та “-1” (обернений зв’язок). При цьому, якщо г - |і|, то кореляція повна, функціональна, інакше кажучи,
слово “кореляція” походить від англійського “correlation”, що буквально означає - співвідношення, відповідність, у випадку нелінійного зв’язку коефіцієнт кореляції є лише індикатором такого звя’зку
усі точки на графіку залежності результативної ознаки від факторної ознаки строго лягають на одній лінії; якщо г = 0, то між двома змінними немає лінійної кореляції і, таким чином, на графіку статистичної залежності точки функції у = Г(х) розташовані по кругу.
При аналізі зв’язку між двома змінними одну з них вважають незалежною, назвемо її X, а іншу - У - залежною. В метеорології незалежну змінну часто називають предиктором (провісник, провидець), а залежну - предиктантом (передбачуване, очікуване). Задача полягає у встановленні такого зв’язку між X і У, яка дозволяла б отримати значення У з найменшою похибкою.
Найпростішим є випадок, коли двовимірний розподіл або точкова діаграма вказують на лінійний зв’язок між X і У. Побудова такої діаграми в системі координат X і У здійснюється за допомогою нанесення відповідних пар значень X і У на площині, обмеженій осями X і У, утворюючи таким чином поле точок або кореляційне поле. Щоб знайти неперервний зв’язок між X і У, будують наближену лінію, яка б з найменшими відхиленнями проходила між точками. Ця лінія повинна бути побудована так, щоб кожна точка на ній дорівнювала середньому арифметичному значенню сукупності точок, розкиданих поблизу неї, тобто повинна бути центром ваги групи точок. Проведена на графіку таким чином лінія називається лінією регресії.
Якщо лінія регресії проведена „на око”, то вона називається емпіричною лінією регресії. Однак найточніше лінію регресії проводять із застосуванням теорії найменших квадратів для визначення коефіцієнтів у лінійному рівнянні
У
(6.11)
=а0+ЬХ,де Ь - коефіцієнт при X, який називають коефіцієнтом регресії і який показує, на скільки змінюється результативна ознака (предиктант) У при зміні факторної ознаки (гіредиктора) X на одиницю; а0 = У+ЬХ.
Випускаючи викладки, запишемо рівняння регресії у вигляді:
п
/=і
(6.12)
п
У-Г=
або ввівши у рівняння регресії коефіцієнт кореляції г , отримаємо рівняння виду:
Г-У=г^~{Х~Х), (6.13)
V X
Побудовану на основі (6.12) і (6.13) лінію називають теоретичною лінією регресії.
Графіки та їх роль в узагальненні та аналізі статистичних даних
Для наочності отримані в результаті статистичної обробки дані метеорологічних спостережень доцільно зображати графічно, тобто з допомогою різних умовних знаків-символів (точок, ліній, фігур тощо). На даний час різні види графіків, як засіб інформації, узагальнення, аналізу, широко застосовується в найрізноманітніших галузях людської діяльності, та особливо,
і перш за все, в наукових дослідженнях. Наприклад, для зображення динаміки явища; порівняння показників, які належать до одного часу, але різних об’єктів, або до одного об’єкта, але до різних часів; визначення складу або структури сукупності; виявлення залежності одних показників від інших тощо. Таким чином, графіки допомагають виявляти закономірності розвитку, співвідношень, взаємозв’язку, просторового та часового розподілів і т.д.
Основними елементами графіка є: 1) графічний образ, тобто знаки-символи (лінії, фігури тощо), з допомогою яких зображаються статистичні величини; 2) поле графіка - місце, де розміщені ті чи інші графічні образи; 3) просторові орієнтири, які визначають розміщення графічних образів на йолі (для більшості діаграм такими орієнтирами є системи прямокутних (декартових) координат або координатних сіток); 4) масштабні орієнтири, які дають кількісну оцінку знакам-символам, інакше кажучи - це масштаб графіка, який є умовною мірою переведення числових значень статистичної величини в графічні;
словесне пояснення (експлікація) графіка, яке містить точну його назву та пояснення до окремих його частин.
В залежності від графічних образів серед діаграм в метеорології найчастіше застосовують наступні види графіків: стовпчикові діаграми, секторні діаграми, радіальні діаграми, лінійні графіки, тощо.
Стовпчикові діаграми являють собою ряд прямокутників (стовпчиків) з однаковою основою, висота яких пропорційна числовим значенням зображуваних показників, інакше кажучи, для стовпчиків застосовується один і той самий масштаб. Усі стовпчики повинні будуватися на одній базовій лінії. Про співвідношення між величинами зображуваних показників судять по висоті стовпчиків. Стовпчикові діаграми в метеорології часто називають гістограмами і використовують або для порівняння даних, які стосуються до різних об’єктів, або для відображення динаміки часової і просторової зміни досліджуваної величини, яка досліджується.
На рис. 6.1 зображена гістограма кількості опадів влітку 2000 року в Чернівцях
„
травень червень липень серпень вересень місяці
Рис. 6.1. Гістограма кількості опадів влітку 2000 року в м. Чернівці
Щ фактична кількість опадів □ норма
2007.
Т.
ї 150
*5
О 100
Є
о
а 50
А
Із рис. 6.1 видно, що протягом літа 2000 року в усі місяці опадів випадало менше від норми, і лише в липні її кількість перевищила норму.
ІХ іу 2. Секторні діаграми викори
с
Рис. 6.2. Імовірність кількості днів із посухою та суховієм по місяцях в теплу пору року в Чернівцях
товують для зображення структури (складу) сукупності. Для' побудови секторної діаграми креслиться круг довільного радіуса, довжина кола якого вважається всією сукупністю, тобто 100 %. Враховуючи, що дуга кола у|| містить 360° і знаючи частку(або25% відсоток) окремих частин (груп) в
зображуваній сукупності, можна легко визначити дуги окремих секторів у зображуваній нами
сукупності. Для цього необхідно помножити 3,6 на відповідні відсотки окремих частин сукупності. Встановивши початковий радіус і взявши його за початок відліку, наносять на коло проти годинникової стрілки значення, які відповідають відсоткам окремих груп. Знайдені таким чином точки на колі з’єднують з центром круга. Отримані сектори або по-різному заштриховують, або підписують, вказуючи при цьому в підписі назву тієї чи іншої групи та відсоток її вмісту в сукупності.
На рис. 6.2 зображена секторна діаграма, на якій показана імовірність кількості днів з посухою та суховієм у Чернівцях помісячно в теплий період року. На діаграмі видно, що найімовірніше ці явища спостерігалися у липні та серпні (по 25 % від кількості днів в кожному місяці), а найменш імовірні - у квітні (5 %) та вересні (10 % кількості днів у кожному місяці).
Радіальні діаграми знайшли застосування в метеорології, особливо при характеристиці режиму вітру, які отримали назву рози вітрів. У радіальних діаграмах як шкалою користуються не осями прямокутної системи координат, а радіусами круга.
Роза вітрів будується так. В центрі зображується кружок невеликого діаметра, від середини якого розходяться промені (радіуси) по основним румбам (напрямкам) горизонту (північ орієнтується строго вверх, південь вниз, і т. д.). Всередині кружка цифрами вказується повторюваність штилів, а довжини променів (радіусів) повинні бути пропорційними повторюваностям вітрів того чи іншого напрямку. Якщо штилі не враховуються - кружок замінюють точкою. Кінці променів, як правило, з’єднують ламаною лінією. Іноді на лінії кожного променя наносять шкалу повторюваносгі (у %) або в кінці променя ставлять цифру, яка вказує повторюваність даного напрямку вітру. В деяких випадках ускладнюють побудову рози вітрів. Наприклад, якщо взяти до уваги швидкість вітру і помножити повторюваність кожного напрямку на середню швидкість вітру цього напрямку, то в цьому випадку результат обчисленого добутку виявляється пропорційним відстаням, які проходить повітря при кожному із напрямків вітру. Отримані таким чином величини можна виразити у відсотках від загальної суми і побудувати за ними розу вітрів.
Можна також будувати рози вітрів спеціального характеру. Наприклад, термічну розу вітрів, де на променях, які відповідають даним напрямкам вітру, відкладати значення середніх температур повітря при тому чи іншому напрямку вітру, або
інший вид рози вітрів, яка б характеризувала кількість випавших опадів при вітрах різних напрямків тощо.
На рис. 6.3 зображено рози вітрів за лютий, березень та квітень 2000 року, що побудовані за даними спостережень науково-навчальної геофізичної обсерваторії ЧНУ (заштриховані пелюстки). На вказаних графіках зображені також середні багаторічні рози вітрів відповідних місяців (чисті пелюстки).
лютий березень квітень
Рис. 6.3. Місячні рози вітрів у Чернівцях за лютий - квітень 2000 року (заштриховані) та місячні рози вітрів за лютий - квітень за даними багаторічних спостережень (не заштриховані)
Аналіз матеріалів спостережень за напрямком та швидкістю вітру весною 2000 року, який представлений вказаними розами вітрів, показав, що за період з лютого до квітня включно метеорологічною станцією ННГФО у 73% випадків фіксувався вітер південної та західної половини горизонту, і тільки у 27 % випадків
північної та східної, але в середньому за багаторічний період у Чернівцях у вказаний вище час повторюваність як південних і західних вітрів, так і північних і східних майже однакова.
Ліпііті графіки використовуються для характеристики зміни явищ із часом, виявлення залежності між двома показниками, а також для розв’язання інших задач. Так, якщо потрібно відобразити динаміку або часовий хід показника, то на горизонтальній осі будується шкала часу, а на вертикальній - шкала рівня зображуваного показника.
В таблиці 6.1 наведені значення середньої місячної температури на метеостанції Ай-Петрі, розташованої на висоті 1180 м над рівнем моря (н.р.м.) та метеостанції Алушта (26 м н.р.м.), а на рис 6.4 - лінійні графіки річного ходу середніх місячних температур повітря на цих станціях. Зауважимо, до речі, що взагалі лінійні графіки зручні тим, що на одному графіку можна побудувати кілька кривих.
Таблиця 6.1
Середні місячні температури повітря
|
МІСЯЦІ |
|||||||||||
Станція |
І |
II |
III |
IV |
V |
VI |
vn |
vm |
IX |
X |
XI |
XII |
Ай-Петрі |
-4,2 |
-3,2 |
-0,6 |
3,3 |
9,4 |
12,8 |
15,7 |
15,6 |
11,4 |
7,8 |
1,6 |
-1.1 |
Алушта |
2,6 |
3.0 |
5,5 |
9,9 |
15,9 |
21,5 |
24,3 |
24,0 |
19,0 |
13,7 |
7,9 |
5,1 |
П
МІСЯЦІ
Рис. 6.4. Графіки річного ходу середніх місячних температур повітря на метеостанціях Ай-Петрі (1180 м н.р.м.)та Алушта (26 м н.р.м.)
Рис. 6.5. Сезонний хід (грудень 1999 р. лютий 2000 р.) середньої добової температури повітря в Чернівцях
орівняння двох наведених графіків дозволяє зробити ряд висновків: 1) на гірській станції фон температури нижче, ніж на долинній; 2) річна амплітуда середніх місячних температур повітря на гірській станції майже на 2°С менша, ніж на долинній;оскільки метеостанції, які ми розглядаємо, знаходяться в Криму і віддалені одна від одної не на велику відстань, і їх річний хід середніх місячних температур повітря схожий, то виявлені відмінності зумовлені, очевидно, впливом висоти місцезнаходження станцій на обговорюваний показник.
На рис. 6.5 показано сезонний хід середніх добових температур повітря в Чернівцях за період грудень 1999 р. - лютий
р. Тут же показано тренд цієї величини. На рисунку видно, що зміни середньої добової температури повітря від доби до
доби невпорядковані, досить значні і, таким чином, коротко- періодичні флуктуації цього показника не дозволяють виявити динаміку стійких тенденцій ходу температурного фону. Вплив короткоперіодичних флуктуацій може бути значною мірою виключеним з допомогою методики усереднення такої, як застосування ковзних середніх. В результаті застосування вказаної процедури ми отримаємо криву повільної, поступової, випадкової змінної протягом всього розглядуваного періоду, яка називається трендом. Представлений тут тренд сезонних змін середніх добових температур повітря дозволяє виділити за час з грудня 1999 року по лютий 2000 року три стійких періоди додатних і від’ємних середніх добових температур повітря, що, в кінцевому випадку, дало змогу визначити тривалість зимового кліматичного сезону 1999-2000 p.p.
Якщо лінійний графік використовується для зображення двох взаємопов’язаних показників, то на горизонтальній осі будується шкала однієї ознаки факторної (X), а на вертикальній осі другої
результативної (Y), або по горизонтальній осі результативної, а по вертикальній - факторної ознаки.
Наприклад, на рис. 6.6 зображено графік зміни температури повітря з висотою за даними зондування атмосфери з літака: біля землі t = 25,0°С, на Н (висоті) 200 м t = 23,0°С, на Н = 500 м -1 = 21,0°С, на Н = 1000 м -1 = 20,8°С, на Н = 1500 м - t = 20,5°С і на Н — 2000 м -1 = 20,2°С.
З рис. 6.6 видно, що
Р
висотою (крива стратифікації)
Температура
ис. 6.6. Крива зміни температури повітря з температура повітря звисотою знижувалась. При цьому до висоти 500 м спостерігалось швидке зниження температури повітря (1,0°С на 100 м у шарі 0 200 м;
= 0,7°С на 100 м у д я ’ :
шарі 200 - 500 м), а вище швидкість зниження температури повітря становила всього близько 0,1 °С на кожних 100 м висоти.
Іноді необхідно проаналізувати поведінку змінної величини в залежності від двох змінних. Така необхідність з’являється при оцінці добового або річного ходу температури ґрунту на глибинах, або зміни температури повітря на висотах за певний проміжок часу, або визначення полуденного значення сонячної радіації в залежності від географічної широти та пори року тощо. Графічне зображення взаємозв’язку між трьома змінними може бути отримане так.
Будується діаграма з координатами: X - абсциса, У ордината; біля кожної точки, яка відповідає певним значенням X та У, надписується значення X. Потім за значеннями 2 проводяться ізолінії величини г, які називають ізоплетами.
Н
місяці
Рис. 6.7. Ізоплети середньої місячної температури грунту в 2001 році у Чернівцях
а рис. 6.7 зображені термоізоплети середніх місячних температур на різних глибинах трьохметрового шару ґрунту у Чернівцях уроці. Тут по вертикальній осі (У) відкладено глибину, по горизонтальній (X) місяці року, а плавні криві лінії - ізоплети, проведені за даними середньої місячної температури на тій чи іншій глибині в той чи інший місяць року (Т). Неважко здогадатися, що Z = ґ(Х,У), і, таким чином, термоізошіети дають видиме уявлення про характер температурного фону діяльного шару ґрунту як функцію глибини і пори року.
Застосування розподілу повторюваностей або зв’язків між двома змінними швидше за все характеризує якісний зв’язок, інакше кажучи, дає узагальнення характеристики, наприклад, як у вказаних вище випадках, показує, що температура повітря загалом знижується з висотою або що температура ґрунту змінюється з глибиною і з порою року. При цьому вибрані нами випадкові змінні були зв’язані так, що кожному спостережуваному рівню або кожному спостережуваному часу відповідає спостережувана
температура. Однак, говорячи про взаємозв’язок та залежність між окремими показниками, доводиться вивчати зв’язки і залежності не лише як якісні, але й як кількісні, оскільки в природі ми спостерігаємо, що при деякому значенні факторної ознаки може спостерігатись ряд значень результативної ознаки, або при певній величині результативної ознаки ряд значень факторної. Таким чином, ми будемо мати справу з рядами спостережень як факторної, гак і результативної ознак, зміна яких залежить від деяких інших чинників, які впливають на ці зміни. Залежність між показниками, прояв яких варіює внаслідок взаємодії багатьох чинників і які проявляються лише в загальному, середньому або масовому спостереженні, називаються кореляційними.
Діаграма, яка графічно представляє зв’язок між двома рядами спостережень, називається кореляційним графіком. На цей графік наносять точки, абсцисами яких є значення членів одного ряду, а ординатами відповідні їм значення членів іншого ряду.
Нижче нами наводиться приклад побудови кореляційного графіка і обчислень параметрів кореляційного зв’язку за формулами, описаними в попередньому параграфі.
Дві метеорологічні станції, які віддалені одна від одної на авідстань 5 км, але знаходяться в різних фізико-географічних умовах, проводять синхронні спостереження. Станція А розміщена у місті, її оточують різноманітні будови, парки та сади, а станція Б знаходиться у відкритому полі. Дані вимірювань температури повітря на цих станціях показали, що, незважаючи на територіальну близькість станцій, мають місце відхилення в показаннях термометрів (і особливо мінімальних температур) в той чи інший бік. Ставиться задача: встановити статистичний зв’язок між мінімальною температурою повітря на станціях А і Б.
Для розв’зку цієї задачі складемо таблицю, в яку будемо заносити як дані спостережень, так і наступні результати наших розрахунків.
Н
1
п
п
а основі даних, які поміщені в колонках 2 і 3 таблиці 6.2, обчислимо за формулою (6.1) значення середніх місячних мінімальних температур повітря:Таблиця 6.2