Zsuffa István: Hidrológia II. (Tankönyvkiadó, Budapest, 1975)
2. A hidrológiai adatok matematikai statisztikai feldolgozása
(232) n ^ (x.-x) (x.^-x) i A két lépésesét: n (x.-x) (x._2-x) (233) r, (n-3) S2(x) És az s lépésesét: n ]> (x.-x) (x._s-x) r s (n-s-l) S2(x) (234) A korrelációs tényezőket most is a kapcsolatok szorosságának a vizsgálatához használjuk. A korrelációs tényező értéke természetesen itt is -1 és +1 között változik. A legtöbb esetben a cél az, hogy kiemeljük, hogy melyik korrelációs tényező abszolút értéke a legnagyobb és a továbbiakban (pl. az adatsor generálásnál stb.) ennek a lépésköznek nagy szerepe van, hiszen ezen lépésköz elválasztotta értékek vannak viszonylag legszorosabb kapcsolatban egymással. A maximális érték kiválasztása természetesen numerikusán történik, de a kapcsolatok vizuális áttekintésére szokás az autokorrelációs tényezőt a lépésközök függvényében ábrázolni. Az függvényt, ahol r az autokorrelációs tényező, s a lépésköz, autokorrelációs függvénynek nevezzük. Hazai vízfolyásaink közül pl. a Dráva és a Mura gleccservizet is szállít. A télen felhalmozódott hó nagyrésze tehát ezeknél a vízfolyásoknál junius, júliusban folyik le. Ha a havi középvizhozamok autokorrelációs függvényét nézzük, akkor azt tapasztaljuk, hogy a júniusi vízállások egymással elég szoros kapcsolatban vannak és hasonlóan kapcsolat mutatható ki a téli hónapok középviz- hozama és a nyári vízhozamok középvizhozama között is és ez a kapcsolat ellentétes előjelű. Minél nagyobb a téli fagy, annál kisebbek a téli vízhozamok, viszont annál több hő halmozódik fel és nagyobb lesz a koranyári vízhozam. r = f(s) (235)- 219 -
