Przedstawiona analiza różnych współczynników korelacji ma na celu wskazanie, w jakich obszarach badań można stosować odpowiedni rodzaj współczynnika korelacji oraz jaka jest ich interpretacja analityczna i geometryczna. Z analizy tej można wnioskować, że dla zmiennych losowych kwantyfikowanych zawsze powinien być stosowany współczynnik korelacji Pearsona, gdyż jego wartość jest związana z parametrami rozkładu zmiennej losowej oraz posiada ścisłą interpretację geometryczną. Wartość tego współczynnika ustala poziom istotności dla wielkości prognozowanych z modelu liniowej regresji. Współczynniki korelacji Pearsona definiują również elementy macierzy korelacyjnej dla zmiennej losowej wielowymiarowej, która jest podstawą do wszelkich analiz statystycznych tych zmiennych. Na podstawie elementów macierzy korelacyjnej można obliczyć współczynnik korelacji wielorakiej, współczynniki korelacji cząstkowej oraz współczynniki regresji. Macierz korelacyjna może być również wykorzystana do analizy dokładności nowych statystyk (parametrów) opartych na rozpatrywanych zmiennych losowych, a to prowadzi do określenia macierzy kowariancji dla tych parametrów
EN
The purpose of the analysis of different correlation coefficients is to indicate the application range of a given correlation coefficient as well as its analytic and geometric interpretation. From the analysis it may be concluded that it is always necessary to use Pearson correlation coefficient for quantitative random variables, because this coefficient value is connected with random variable distribution parameters and has a strict geometric interpretation. The value of the coefficient is determined by significance level for quantities predicted from linear regression model. Pearson correlation coefficients also define correlation matrix elements for a multidimensional random variable being the basis of all statistic analyses of these variables. Using the correlation matrix elements, it is possible to calculate the multiple correlation coefficients, partial correlation coefficients and regression coefficients. Correlation matrix may be applied to examine the accuracy of new statistics based on considered random variables and, consequently, to determine covariance matrix for these parameters
Współczesny odbiorca energii elektrycznej stawia bardzo wysokie wymagania odnośnie jakości oraz ciągłości dostaw energii elektrycznej. Systematycznie wzrastająca jednostkowa moc znamionowa stacji SN zwiększa niebezpieczeństwo wyłączenia większych wartości mocy w przypadku ich awarii, a więc i większych ograniczeń w dostawie energii elektrycznej do odbiorców. Powoduje to powstanie znacznych strat materialnych, a w skrajnych przypadkach może prowadzić do zagrożenia zdrowia lub życia ludzkiego. Aby uniknąć tych zagrożeń, projektanci stacji transformatorowo- rozdzielczych SN muszą znać zasady, jakim podlega niezawodność urządzeń stacyjnych, a także dążyć do optymalnego doboru parametrów urządzeń, zapewniającego ich bezawaryjną eksploatację.
Niezawodność pracy stacji elektroenergetycznych średnich napięć ma pierwszorzędne znaczenie w procesie dostawy energii elektrycznej do wielkiej liczby jej odbiorców. Najważniejszym celem oceny niezawodności stacji elektroenergetycznych jest dobór takiej struktury stacji oraz takich parametrów urządzeń, aby zapewnić optymalną w danych warunkach pracy ciągłość zasilania odbiorców (część 1. artykułu – „elektro. info” 4/2010).
Celem pracy jest wykorzystanie analizy statystycznej do oceny istotności wpływu pierwiastków stopowych na kształtowanie się rozkładu twardości w warstwie azotowanej. Badania przeprowadzono na 19 gatunkach stali poddanych ulepszaniu cieplnemu przed azotowaniem, o zróżnicowanym składzie chemicznym, zmieniającym się w granicach: C=0,25/0,45 %; Mn=0,25/1,30 %; Si=0,20/1,30 %; Ni=0,00/4,25 %; Cr=0,00/13,5 %; W=0,00/9,25 %; Mo=0,00/2,55 %; V=0,00/0,40 %. Analizę skoncentrowano na ocenie wpływu składu chemicznego stali na kształtowanie się rozkładu twardości w warstwie azotowanej.
EN
Purpose of this work was the use of statistic analysis to estimate the importance of influence of the chemical components on the form of hardness distribution in nitrided layers. The test was with 19 types of alloy steels, whose were toughening before nitriding. The chemical components changed in the limits: C=0,25/0,45 %; Mn=0,25/1,30 %; Si=0,20/1,30%; Ni=0,00/4,25 %; Cr=0,00/13,5 %; W=0,00/9,25 %; Mo=0,00/2,55 %; V=0,00/0,40 %. The analyse was concentrated on the estimation of influence the chemical components of steels on the form of hardness distribution in nitrided layers of characteristic parameters.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.