Šis raksts tika veltīts Tag&T1-korelogrammu pētījumiem, izmantojot temperatūras kontūru (TK) metodi, kas ļauj apkures sezonai (AS) atbilstošo (Tag'i; T1'i)-punktu kopu reprezentēt kā AS-TK un sadalīt to vairākos mazāka apjoma sub-TKj. Tādējādi visu AS aptverošās pilnās Tag&T1-korelogrammu regresijas modeli var izveidot pēc aditivitātes principa, apvienojot sub-TKj atbilstošos regresijas modeļus. Detalizētu un padziļinātu priekšstatu par TK piederošajām (Tag'i; T1'i)-punktu apakškopām kā statistiskajiem objektiem var iegūt, izskaitļojot to elementu diferenciālās un integrālās frekvenču sadalījuma funkcijas (FSF), proti, dFSF(Tag)&dFSF(T1) un cFSF(Tag)& cFSF(T1), kas sadala attiecīgi regresora, Tag, un regresenta, T1, vērtības pa kategorizētu klašu intervāliem. Pētījumā izmantoti 1- un 2-grādu gari klašu intervāli, kuri nodrošināja dFSF iegūšanu ar vismaz 3%-augstu izšķirtspēju. Tag&T1-korelogrammas pētījumos vienmēr aktuāls ir bijis jautājums par iespējami atbilstīgāka regresijas modeļa konstruēšanu, kura piemērotība tika novērtēta ar determinācijas koeficienta, R^2, lielumu – jo lielāka R^2 vērtība, jo augstāka modeļa piemērotība.