Vízügyi Közlemények, 1985 (67. évfolyam)
2. füzet - Hankó Zoltán: Többszörös lineáris regressziós összefüggés változói közötti kapcsolat minősítése
320 Hankó Zoltán kann. Wird hinsichtlich des Masses der im Verlauf der statistischen Hypothesen-Untersuchung in Rechnung gezogenen Wagnis [Gleichung (11) - Wert p k] eine Entscheidung getroffen, dann wird auch der Zahlenwert (x N) der Standard-Abszisse bekannt und somit kann der den Grenzzustand merkierende Korrelationsfaktor (R) in Abhängigkeit von der Anzahl der überschüssigen Datengruppen (m) ausgedrückt werden, [s. Gleichungen (9/a) und (10/a).] Diesen Funktionen kann - unter Zuhilfenahme der statistischen Transformation [Gleichungen (12/a, b. c) und (13)] - auch ein Konfidenzintervall zugeordnet werden, [s. Gleichungen (9/b) und (10/b).] Das Endergebnis diese Gedankenganges ist in Bild 1 und 2 dargestellt. Das Bedingungssystem der in den Bildern illustrierten Qualifizierung ist in Gleichungen (14)—(19) in mathematischer Form formuliert. Im Verlauf der Gestaltung des Bedingungssystems der Qualifizierung für praktische Zwecke ist klar geworden, dass für die Erzielung einer meritorischen Entscheidung das Muster mindestens 11 überschüssige Datengruppen beinhalten muss; Die Bedingung für eine hervorragend gute Qualifizierung ist hierbei, dass mindestenst 20 überschüssige Datengruppen vorhanden sind; die optimale Zahl der überschüssigen Datengruppen hingegen beträgt 27-31. Auf Grund der Qualifizierung kann entschieden werden, ob innerhalb des mehrfachen Beziehungssystems zwischen der abhängigen Variablen und einer der unabhängigen Variablen die Korrelation (für eine kausale Beziehung) genügend straff ist, ferner kann beurteilt werden, ob zur gleiche Zeit die Unabhängigkeit zwischen zwei gewählten unabhängigen Variablen akzeptiert werden kann, also keine überschüssige Redundanz zwischen den unabhängigen Variablen vorhanden ist. Bei der Anwendung der Methode kann es auch zu „widersprüchigen" Endbewertungen kommen. Ursachen können sein (:von der zu kleinen Zahl der Muster-Elemente abgesehen:), wenn: - die mathematische Form der Regressionsbeziehung nicht mit ausreichend guter Annäherung die Beziehung zwischen den Variablen des Phänomens beschreibt, oder/und wenn - das zur Berechnung der Regression verwendete Muster in statistischer Hinsicht nicht dem Ziel entspricht (:beanstandbare Homogenität oder Unabhängigkeit der Muster-Elemente, trandmässige oder periodische regelmässige Fehler in den erfassen Daten, usw.:). Die gezeigten Ergebnisse sind durch ein Zahlenbeispiel illustriert.
