184 Глава 7 СТАТИСТИЧЕСКОЕ РАССМОТРЕНИЕ Третьим подходом при изучении химического состава природных вод является исследование статистических связей между растворенными в водах компонентами и такими параметрами среды, как литология, климат, рельеф, население. Статистическая связь не устанавливает каких-либо причинно-след- ственных соотношений, но она часто представляет данные таким образом, что появляется возможность сделать выводы о наличии таких соотношений. Рас- смотрим простой пример: многочисленные анализы речных вод некоего рай- она могут указывать на сильную Связь Са * 50:'._ Возможный вывод со- стоит в том, что оба иона генетически связаны с одним и тем же источни -- ком — гипсом. Вывод этот может оказаться ошибочным, так как пирит, ас- социирующийся с кальцитом, дает такой же эффект. Однако если географи- ческое распространение вод с высоким содержанием Са ** и 50% хорошо коррелируется с геологическими образованиями, содержащими гипс, то при- чинно-следственное соотношение может считаться (хотя и не безусловно } установленным. Описанный выше тип связи можно обнаружить при внимательном изуче- нии аналитических данных или же его можно показать статистически на ос- нове простого хорреляционного анализа,В последнем случае вычисляются коэффициенты корредяции для всех возможных пар переменных (не только для химических переменных, но и для таких геологических переменных, как содержание (в %) гипса в водосборном бассейне), Коэффициент корреляции выражает численно степень статистической связи двух переменных. Величина +\ означает, что две переменные идеально коррелируются; величина 0 свиде- тельствует о подном отсутствии корреляции (т.е, о полной независимости переменных); величина —! указывает на идеальную отрицательную корреля- цию (увеличению одной переменной соответствует уменьшение другой). Будет ли коэффициент корреляции, абсолютная величина которого меньше единицы, статистически значимым или нет, зависит от природы — данных; не существует об- щего произвольного значения (например, 0,5), выше которого корреляция зна- чима, а ниже нет. Интерпретация данных возможна также с помощью множественнозо рёз- рёссивного анализа, Модель множественной рег:‚ессии предполагает, что зависимая переменная У (например, концентрация БО:" в речной воде) явля- ется функцией нескольких независимых переменных Х, Х„ Х, . .. (напри- мер, содержания (в %) гипсоносных пород в водосборном бассейне, количест- ва осадков, плотности населения). В случае трех независимых переменных Уу=а +ЬХ1 +сХ2 +‹1Х3, где а, Ь, с иа — коэффициенты, определяемые по имеющимся данным. Про- грамма множественной регрессии сводится к вычислению "наилучших" оценок значений а, Ь, с и 4 и нормализации этих коэффициентов для установления