KUNGL. SV. VET. AKADEMIENS HANDLINGAR. BAND 57. NIO 8. 15 



land et dans l'ile de Gottland. Pour le seigle, nous trouvons les chiffres minima 

 dans les gouvernements de Malmöhus, de Kristianstad et de N. Kalmar, savoir de 

 8%, tandis que la variabilité atteint son maximum dans les gouvernements de Jämt- 

 land et de Västerbotten. Les valeurs du gouvernement de Västernorrland ont été 

 exclues comme paraissant tres vraisemblablement incorrectes, ce qui pourrait tenir a 

 des estimations différentes des variations des récoltes ou des semences. Comme l'on 

 voit, les valeurs pour ce gouvernement sont trop petites aussi pour 1'orge et pour 

 1'avoine. Pour Torge, la variabilité minimum est relevée dans les gouvernements de 

 Malmöhus, d'()rebro, de S. Älvsborg et d'Östergötland, les valeurs maxima dans les 

 gouvernements de Västerbotten, de Norrbotten et de Jämtland. Pour l'avoine, nous 

 trouvons les valeurs minima dans les gouvernements de Kronoberg et de Malmöhus, 

 les valeurs maxima dans les gouvernements de Jämtland et de Västerbotten. 



IV. Calcul des coefficients tle corrélation et lenr validité. 



Nous avons calculé d'abord les coefficients totaux de corrélation entré les récol- 

 tes d'une part et les moyennes et totaux mensuels de la température ainsi que de 

 1'eau tombée d'autre part. Pour la plupart des gouvernements, les coefficients ont 

 été calculés et pour les récoltes vraies et pour les récoltes corrigées pour la variation 

 séculaire. En traitant des coefficients totaux, nous avons indiqué par r les premiers 

 et par y les seconds, mais en traitant des coefficients partiels nous avons employé 

 pour eux aussi 1'indication r puisque ces coefficients sont les seuls employés pour 

 ces calculs. 



Nous donnons dans le tableau 3 un exemple du calcul d'un coefficient de cor- 

 rélation total (q) savoir pour la corrélation entré la récolte de seigle dans le gouver- 

 nement d'Uppsala et la température moyenne d'aout de 1'année d'ensemencement. 



Avant que la méthode de corrélation fut introduite dans la météorologie, 011 

 employait en general 1'indication du nombre des cas dans lesquels les valeurs des 

 deux series avaient simultanément dépassé, ou étaient restées en dessous de leurs 

 moyennes respectives. Il est pourtant evident que le coefficient de corrélation pré- 

 sente une valeur beaucoup plus precise comme dépendant aussi de la grandeur des 

 déviations des moyennes. Dans notre exemple (tableau 3) nous trouvons que les 

 écarts ont été du méme signe dans 24 cas sur 30, ou 80 %. Le coefficient de corré- 

 lation est de — 0,09. Pour élucider encore cette question nous donnons dans le 

 tableau 4 quelques autres exemples. Nous nous contentons de donner les valeurs 

 des produits x . y ainsi que les coefficients de corrélation (o) et de probabilité (S et P) 

 qui en ressortent. Pour indiquer le nombre des cas ou les signes des valeurs x et y 

 ont été les mémes, Ton emploie deux méthodes différentes. L'une méthode donne 

 la valeur pour cent des cas, ou les signes ont été les mémes. Cette valeur (S) oscille 

 donc entré 50 % pour autant de chances que manques et 100 % pour seulement des 

 chances. Si p désigne le nombre des chances et q le nombre des manques, 1' au tre 

 méthode donne Taccord par la valeur de 



