Корреляция ряда значений случайной переменной величины, в частности метеорологического элемента Х((), с тем же самым рядом, сдвинутым на интервал аргумента т; иначе — корреляция случайной последовательности ХЩ с такой же последовательностью Х +т). Коэффициент автокорреляции является мерой устойчивости ряда. С помощью А. можно, напр., исследовать статистическую связь между средней температурой двух последовательных суток в данном пункте, т. е. степень метеорологической инерции в отношении температуры.[ ...]
| Автокорреляция пульсаций скорости. |  |
| Автокорреляция пульсаций. |  |
| Автокорреляция пульсаций. |  |
Исследование автокорреляций при различных наполнениях и различной абсолютной шероховатости канала подтвердило универсальность полученных автокорреляционных функций для различных условий течения при использовании в качестве параметра безразмерного отношения ///г (рис. 2.8).[ ...]
Инвариантность автокорреляции R(Aí) по глубине потока (рис. 2.7) для z/h> 0,15 позволяет сделать вывод о том, что продольный пространственный макромасштаб турбулентности в основной толще потока пропорционален осредненной местной скорости течения. Аналогичный вывод сделал Е. М. Минский [100] на основе анализа экспериментальных данных. Постоянство автокорреляции R(At) потока за пределами вязкого подслоя обнаруживается также по экспериментальным данным, полученным Лау-фером [180], Шубауэром и Клебановым [194], Ж- Конт-Белло и др. Инвариантность автокорреляции R(At) по глубине потока позволяет получить более надежные данные по продольным макромасштабам турбулентности сопоставлением автокорреляций, ос-редненных по z/h. Это повышает надежность и точность вычисления автокорреляционных функций вследствие использования более представительных статистик.[ ...]
При идентичности автокорреляций в открытом потоке и в пограничном слое плоской пластины следует отметить некоторое количественное расхождение в безразмерных макромасштабах, причем Ь/к для открытого потока оказывается существенно больше, чем Ь/6 для пограничного слоя. Это различие может быть объяснено тем, что глубина открытого потока Н не эквивалентна толщине пограничного слоя. Если Ьх относить к толщине вытеснения 6Ь то значения макромасштабов турбулентности в открытом потоке и в пограничном слое пластины оказываются близкими.[ ...]
| III.9 |  |
При значении Б(с0, близком к двум, говорят, что автокорреляция отсутствует (что желательно).[ ...]
Автокорреляционная функция колебаний стока имеет вид е кх, поэтому коэффициент к определяется по формуле к = -1пг, где г - коэффициент автокорреляции годового стока.[ ...]
Для раскрытия предполагаемой скрытой периодичности или цикличности применяются методы сглаживания, анализа периодограмм, гармонического анализа, автокорреляции и пр.[ ...]
В настоящее время проблема многолетних колебаний речного стока решается на эмпирическом уровне с использованием основных статистических характеристик (коэффициентов автокорреляции, изменчивости и асимметрии) временных рядов стока [Рождественский, Ежов, Сахарюк, 1990].[ ...]
При этом Уилкокс остроумным способом учел й собственно ошибку наблюдений, зависящую только от прибора, —-0Е- Так, он показал, что среднее ¡квадратическое отклонение <ут среднего Х3 за сезон (90 дней) составляет 0,21 вй с учетом указанной выше автокорреляции. В частности, среднее Х3 за одну зиму имеет аг = 0,21, а =8,2 е. Д.[ ...]
Расчет корреляционной функции случайного процесса Vt, удовлетворяющего стохастическому дифференциальному уравнению, показал, что эта функция затухает тем медленнее, чем меньше модуль стока и больше изменчивость осадков. Этим и можно объяснить увеличение коэффициента корреляции с уменьшением модуля стока, впервые обнаруженное в исследовании [Раткович, 1976]. При обобщении материалов наблюдений за стоком -400 рек земного шара установлено, что для неозерных рек отчетливо прослеживается зависимость коэффициента автокорреляции от модуля стока.[ ...]
Моран (Moran, 1952) статистически обработал эти данные, чтобы проверить, существует ли цикличность на самом деле или речь идет просто о случайных колебаниях. Использованный им метод состоит в коррелировании численности животных в каждый данный год с их численностью в каждый из последующих годов при возрастающих интервалах между годами. Хорошие корреляции наблюдаются при совпадении этих интервалов с соответствующими фазами цикла. Например, когда пики отмечаются каждые четыре года, высокая положительная корреляция будет для интервалов в 4 года, 8, 12 лет и т. д., а высокая отрицательная (хотя и не такая строгая)—для интервалов в 2 года, 6, 10 лет и т. д. Такие корреляции для каждой временной серии известны как автокорреляции, а график степени корреляции для различных интервалов времени называется коррелограммой. Если колебания в популяции не имеют регулярной периодичности, эта кривая быстро приближается к низким и статистически незначимым уровням корреляции, хотя чисто случайные колебания предотвращают ее полное затухание. Описание данной методики дано в работе Пула (Poole, 1978).[ ...]