Детальное изложение метода можно найти в специальной лите-
ратуре, поэтому остановимся лишь на основных принципах и гра-
ничных условиях.
Метод множественной линейной корреляции позволяет оце-
нить влияние каждого параметра и суммарного эффекта с помощью
коэффициента корреляции.
Обозначим значение исследуемого процесса через У (предик-
тант), а значение факторов, связанных или влияющих на этот про-
цесс, через Х, Х, ..., Х„ (предикторы). Необходимо установить фор-
му и степень взаимосвязи У с Х, , 
...„Х„ © тем, чтобы затем по из-
вестным значениям / найти или предсказать значения 7.
Важнейшим этапом практической реализации метода множест-
венной регрессии является тщательный анализ рассматриваемого
природного явления и определение его основных причинных свя-
зей. Этот этап позволяет выделить исходное множество потенци-
альных предикторов. Сужение их первоначального числа до опти-
мального требует специальных исследований.
Взаимосвязи ряда предиктанта У с рядами предикторов Х, (7 = 1,
2, ..., т) и между рядами предикторов должны быть линейными.
Однако проверка линейности связей не представляется возможной,
так как парные коэффициенты корреляции лу И /;, как правило, ни-
же 0,5. Приходится основываться на физических соображениях
о взаимосвязи тех или иных процессов.
Сопоставляемые переменные У и Х должны подчиняться нор-
мальному закону распределения. Этому требованию не удовлетворя-
ет большинство данных наблюдений, характеризующих гидрологи-
ческие явления. Возникает необходимость нормализации исходных
переменных.
Предикторы должны измеряться без ошибок. Это требование
также не выполняется, поскольку данные по стоку и особенно по
осадкам и другим величинам определяются с погрешностями.
Корреляция между рядами-предикторами должна отсутство-
вать 
или 
быть 
незначительной. 
В 
реальных 
условиях 
ряды-
предикторы, как правило, скоррелированы. Наличие связи приводит
к неустойчивости коэффициентов регрессии, появлению отрица-
тельных знаков вкладов у некоторых предикторов.
289