7. Zależności korelacja i ostrożna interpretacja

Pytanie M3-P06 brzmi: czy wyższej temperaturze towarzyszą większe wartości drgań? Badamy współzmienność dwóch liczb z tego samego pomiaru. Współczynnik korelacji opisuje wzorzec w danych. Nie ustala kierunku oddziaływania ani nie wyklucza wspólnego wpływu obciążenia, urządzenia lub czasu.

Kompletne pary z tych samych wierszy

Ponownie wróć do pełnej tabeli, a nie do 28 przekroczeń ani do median lokalizacji. Jeden punkt powinien reprezentować jedną temperaturę i drgania zmierzone w tym samym czasie dla tego samego urządzenia. Oddzielne usuwanie braków z dwóch list mogłoby zerwać to powiązanie.

pary = pomiary_clean[
    ["czas", "urzadzenie", "temperatura", "drgania"]
].dropna(subset=["temperatura", "drgania"]).copy()
assert len(pary) == 720
assert pary[["temperatura", "drgania"]].notna().all().all()
print("Pominięte rekordy:", len(pomiary_clean) - len(pary))

Temperatura i drgania są kompletne, więc pozostaje 720 par. To 720 powtarzanych pomiarów z ośmiu urządzeń, nie 720 niezależnych urządzeń. Liczba rekordów i liczba obiektów badania to różne informacje, istotne przy uogólnianiu wyniku.

Wykres jako kontrola zależności

Przed obliczeniem korelacji obejrzyj wykres punktowy. Opisz kierunek, kształt, rozproszenie i przypadki nietypowe. Czy widzisz pas zbliżony do prostej, krzywą albo kilka skupień? Czy jeden punkt leży daleko od pozostałych? Korelacja liniowa nie zastępuje tej kontroli.

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(7.5, 4.5))
ax.scatter(pary["temperatura"], pary["drgania"], alpha=.35, s=28)
punkt = pary.loc[pary["drgania"].idxmax()]
ax.scatter(punkt["temperatura"], punkt["drgania"],
           color="tab:orange", s=80)
ax.set_xlabel("Temperatura [°C]")
ax.set_ylabel("Drgania [mm/s]")
ax.set_title(f"Temperatura a drgania — {len(pary)} pomiarów")
ax.grid(alpha=.2)
FIGURES_DIR.mkdir(parents=True, exist_ok=True)
fig.savefig(FIGURES_DIR / "M3_P06_temperatura_drgania.png",
            dpi=150, bbox_inches="tight")
plt.show()

Kierunek kształt i siła zależności

720 par temperatury i drgań; dodatni kierunek chmury i odseparowany pomiar 4,850 mm/s

Rysunek 1. Temperatura i drgania dla 720 pomiarów kursowych. Wyróżniono maksimum 4,850 mm/s. Punkty przedstawiają rzeczywiste pary z danych, a nie schemat poglądowy.

Wyższym temperaturom w tym zbiorze zwykle towarzyszą wyższe drgania. Chmura nie tworzy jednak jednej wąskiej prostej; widać zróżnicowanie punktów i odseparowane maksimum. Taki obraz uzasadnia obliczenie współczynnika oraz sprawdzenie wpływu punktu i struktury urządzeń.

Współczynnik Pearsona r mieści się od −1 do 1, gdy jest określony. Znak wskazuje kierunek, a wartość bezwzględna opisuje siłę zależności liniowej. Wynik nie ma jednostki. R bliskie zeru nie wyklucza zależności nieliniowej; nie ma też jednego uniwersalnego progu „silnej” korelacji dla wszystkich zastosowań.

r_pelny = pary["temperatura"].corr(pary["drgania"], method="pearson")
n_pelny = len(pary)
assert -1 <= r_pelny <= 1
macierz_r = pomiary_clean[MIARY].corr(method="pearson")
display(macierz_r.round(3))

Dla temperatury i drgań r wynosi około 0,644 przy n = 720. W macierzy temperatura i energia mają r około 0,846, temperatura i produkcja −0,762, a energia i produkcja −0,658. To tropy do dalszej analizy. Każda komórka może korzystać z innej liczby par: temperatura lub drgania z energią mają 718, z produkcją 719, a energia z produkcją 717. Sama macierz współczynników tej różnicy nie pokazuje.

Analiza wrażliwości i poziom urządzenia

Wyłącz w osobnym wariancie jeden wskazany pomiar maksimum drgań. Nie usuwaj wszystkich rekordów powyżej arbitralnego progu i nie zmieniaj źródła. Zanotuj klucz wyłączonego rekordu, aby eksperyment można było odtworzyć.

idx_punktu = pary["drgania"].idxmax()
display(pary.loc[[idx_punktu]])
pary_wariant = pary.drop(index=idx_punktu).copy()
r_wariant = pary_wariant["temperatura"].corr(
    pary_wariant["drgania"], method="pearson"
)
assert len(pary_wariant) == 719
wiersze_r = []
for urzadzenie, grupa in pary.groupby("urzadzenie"):
    r = grupa["temperatura"].corr(grupa["drgania"], method="pearson")
    wiersze_r.append({"urzadzenie": urzadzenie, "n": len(grupa), "r": r})
r_urzadzenia = pd.DataFrame(wiersze_r)
display(r_urzadzenia.round(3))

R zmienia się z około 0,644 dla 720 par do 0,817 dla 719 par. Kierunek pozostaje dodatni, ale wartość współczynnika jest wrażliwa na pojedynczy pomiar. Większe r nie jest powodem, aby wybrać wariant jako „lepszy” i ukryć wynik pełny. Podaj oba. Status wartości 4,850 mm/s nadal wymaga danych źródłowych lub technicznego kontekstu.

Urządzenie

Korelacja Pearsona

Liczba par

U-01

0,393

90

U-02

0,494

90

U-03

0,325

90

U-04

0,352

90

U-05

0,102

90

U-06

0,356

90

U-07

0,778

90

U-08

0,386

90

Wszystkie kierunki są dodatnie, lecz siedem współczynników jest niższych od ogólnego 0,644. Wynik zbiorczy łączy różnice poziomów między urządzeniami ze zmianami wewnątrz nich. U-05 ma r około 0,102, a U-07 około 0,778; sama ta różnica nie wyjaśnia mechanizmu. Dla stałej zmiennej lub zbyt małej liczby par współczynnik może być nieokreślony. NaN nie zastępuj zerem.

Hipotezy modelu językowego i werdykt analizy

LLM może rozszerzyć listę możliwych wyjaśnień. Poproś o trzy alternatywne hipotezy dodatniej zależności temperatury i drgań oraz dane lub obliczenia potrzebne do ich sprawdzenia. Zaznacz, że model nie może wymyślać wyników ani przedstawiać hipotez jako potwierdzonych przyczyn. Przekaż tylko potrzebny kontekst, bez danych poufnych.

Hipotezę o wpływie różnic między urządzeniami możesz sprawdzić przez porównanie korelacji ogólnej i wewnątrz grup. Hipotezę o wpływie maksimum sprawdza wariant diagnostyczny. Hipotezy o obciążeniu nie rozstrzygniesz bez danych o obciążeniu lub historii pracy. Zapis „nierozstrzygnięta z powodu braku danych” jest poprawnym wynikiem tej oceny.

Odpowiedź modelu „korelacja dowodzi, że temperatura powoduje wzrost drgań; usuń maksimum, bo pogarsza wynik; U-07 wymaga naprawy” zawiera trzy nieuzasadnione kroki. Korelacja nie ustala przyczyny, zwiększenie r nie uzasadnia usuwania obserwacji, a współczynnik nie jest diagnozą stanu urządzenia. Oceniaj każdy fragment osobno. Część o dodatniej współzmienności może być zgodna z obliczeniami, mimo błędów w reszcie wypowiedzi.

Odpowiedź na M3 P06

Wynik: dla 720 kompletnych par korelacja Pearsona wynosi około 0,644. Obserwacja: wyższym temperaturom w tym zbiorze zwykle towarzyszą większe drgania. Interpretacja: warto zbadać udział różnic między urządzeniami, obciążenia i zmian w czasie. Ograniczenie: wariant bez jednego maksimum daje około 0,817, a wyniki dla urządzeń mieszczą się od 0,102 do 0,778. Dane nie dowodzą związku przyczynowego ani awarii.

Werdykt może brzmieć: „Hipoteza dodatniej współzmienności jest wsparta w badanym zbiorze. Jej kierunek pozostaje zgodny, lecz siła zależy od zakresu i struktury grup. Przyczyna nie została ustalona”. W docs/rejestr_uzycia_LLM.csv zapisz rzeczywisty prompt, odpowiedź, kontrolę, werdykt i uzasadnienie z oznaczeniem modul = M3. Przy pracy bez LLM odnotuj brak jego użycia.

Ćwiczenie w notebooku

Zbadaj energię i produkcję. Zachowaj kompletne pary z tych samych wierszy, sprawdź ich liczbę 717, przygotuj wykres, odtwórz r około −0,658 i porównaj osiem wyników dla urządzeń. Nie przenoś do tego zadania gotowej ramki pary temperatury i drgań. Dla chętnych: porównaj Pearsona i Spearmana, który bada monotoniczną zależność rang.

Sprawdź rozumienie 6

Po pominięciu maksimum korelacja rośnie. Czy należy usunąć pomiar i opublikować wyłącznie większy współczynnik? Jakich informacji nie dostarcza nawet dodatnie r we wszystkich urządzeniach?