Рассмотренный комилекс процедур построения систем прогно-
стических уравнений на практике обычно дополняется некоторыми
эвристическими методами снижения размерности 
многомерного
всктора-предиктора.
Вышс отмечалась возможность использования аппарата мно-
жественной линейной корреляции при соблюдении требования
о нормальном законс распредесления исходной информации и пря-
молинейном характере связи между отдельными рядами. Если это
условис не выполняется, то возникаст необходимость в нормализа-
ции исходной информации, напримср, путем преобразований, пред-
ложенных Г.А. Алекссевым [1].
Исходные исременные каждого ряда У и Х заменяются эмпири-
ческими вероятностями нспревышения (ранговыми переменными)
Р„‚ рассчитанными по формуле
Р„ = (т — 0,25)/(п + 0,5) - 100 %, 
(8.30)
где т - ранговые (порядковые) номера наблюденных значений Х после
их ранжирования в возрастающем порядке; и — число членов ряда.
Полученные ранговысе персменные замсняются нормализован-
ными персменными. С этой целью, используя таблицу значений
нормальной нормированной интегральной функции распределсния,
по значениям Р„ определяются нормированные ординаты (/,„.
Коэффициснт корреляции и между нормализованными рядами
( и (, характеризуст тесноту связи при любом виде монотонной
криволинейной корреляции между исходными переменными / и Х,
Коэффициенты корреляции нормализованных рядов м; более ус-
тойчивы, чем коэффициснты корреляции исходных рядов.
Недостатком мстода является некоторое сглаживание исходной
информации. Этот фактор можст сказаться в случае, если по одному
из сопоставляемых рядов эмпирические точки в концевых участках
сильно отклоняются от тсоретической кривой обеспеченности.
8.7. Методика краткосрочного прогноза расходов
воды горных рек на основе математической модели
формирования стока
Модемль формирования весенне-лстнего стока горных рек, пред-
назначенная для расчета на ЭВМ, была разработана в САНИИ и по-
лучила свое дальнейшее развитие в исследованиях Гидрометцентра
297