аргумента 
или 
его 
интервала` и 
вероятностью 
р 
приближастся
к нулю.
Кривая, ординаты которой выражают повторяемость (в пределе
при п--с©° вероятность) 
различных значений исследуемой случайной
величины, 
называется 
кривой 
распределения 
вероятностей. 
Сумма
вероятностей значений, превышающих какую-либо заданную величину
исследуемой характеристики, называется вероятностью превышения р
или обеспеченностью.
Вероятностные — (статистические) 
приемы 
анализа — применимы
к явлениям 
в той 
мере, 
в какой 
на 
них 
распространяется 
закон
больших чисел. 
Возможность 
приложения этого закона к изучению
распределения снежного покрова по территории была впервые дока-
зана М. А. Великановым (1938) на материале детальных снегомер-
ных съемок 
в бассейне р. Пехорки, повторенных подряд в течение
5 лет. Как 
показали 
материалы, 
запас 
воды 
в 
снежном 
покрове
распределялся на указанной территории по закону случайных 
вели-
чин. 
В 
дальнейшем 
этот вывод 
был — подтвержден 
на 
большом
экспериментальном материале О. А. Спенглером (1940), В. Д. Кома-
ровым (1947) и другими авторами.
Кривые 
распределения 
дают 
возможность 
определить величину
изучаемой характеристики любой заданной обеспеченности. Для ана-
лиза характеристик стока, осадков и снежного локрова применяется
биномиальная асимметричная кривая распределения — кривая Пирсона
Ш типа. Она определяется тремя параметрами: средним арифмети-
ческим ряда Бо, коэффициентом изменчивости, или козффициентом
вариации, С, 
и коэффициентом асимметрии С,. При числе членов
ряда @. <<30 указанные параметры определяются по формулам:
ЗЕ
Во= ,
= ° — 
@—0
Си"”ЕО'_И п— 1 
›
— 8(& 
— 1)3
$° (п-1)С% 
”
где & =ЁО — модульный коэффициент снегозапаса, а с =1/щ1-:—';5-°—)—2
среднее квадратическое отклонение.
При л> 30 удобнее всего статистическую совокупность данных
снегомерной съемки разбить на интервалы с таким расчетом, чтобы
на всю амплитуду (разность между наибольшим БЕнв и наименьшим
«им запасом) приходилось не менее 10—15 интервалов, 
подсчитаТЬ
98
т
частоты (повторяемости) для каждого интервала р‚.%——д (табл. 24)
п
у расчет параметров вести по формулам:
Во== бр Ё, 
. 
(46)
о— Ъ/Е‚ді (Е — Е))?, 
(47)
С, == У Noр,(&—1);, 
| 
(48)
— 301 (ВЁ, — Е))8
С, == ————ЁЁЁО—— . 
(49)
В некоторых случаях, 
например при отсутствии полных 
данных
наблюдений, необходимости сокращения объема вычислительных ра-
бот и т. л., целесообразно применение упрощенных формул расчета
параметров. Приближенная формула для вычисления среднего квадра-
тического 
отклонения для статистической 
совокупности, 
подчиняю-
щейся закону нормального распределения 
Гаусса или незначительно
уклоняющейся от него, имеет вид (Романовский, 1938)
о’ == 1,253@, 
(50)
где 
9 — среднее 
абсолютное 
отклонение, 
которое 
определяется
равенством 
‚
` 
е — 576 
— Во!
° 
л
== 5р | Е, — Е, 
(51)
Рде
он 
—
\ 
==== Ёр’ == 1,
Отсюда коэффициент вариации приближенно определяется в зави-
симости от модульного коэффициента по формуле
‚ 
о’ 
. 
|
с„ж...Е__О_ш 1,253%р/| 
В — 
1 
- 
(52)
к 
Еще более простой, но грубо приближенный способ определения
оэффициента вариации! 
основывается на ислользовании экстремных
Ё{еличиз 
статистического 
— ряда — обеспеченностью 
2,5% — (Е),)
97,5% 
(Ёт): 
°°
„_ ‚ (Вэву, — бо5%),) 
.
С, = а —на 
(®э.о, — /‹297‚5„]0), 
(53)
"
Этот
фици 
т;”аігх(‹;соб был разработан нами и использован при значении коэф-
ганм_яыи 
==0,25 в массовых расчетах для оценки неравномерности зале-
снега на местности. 
`
7*
99