Coursera Learner working on a presentation with Coursera logo and
Coursera Learner working on a presentation with Coursera logo and

plama rozsypana

Portal

Inaczej nazywany jest Wykresem Rozproszenia, Wykresem Punktowym, Wykresem X-Y, Wykresem Rozproszenia lub Wykresem Rozproszenia.

Scatterplots wykorzystuje zbiór ognisk umieszczonych z wykorzystaniem współrzędnych kartezjańskich, aby pokazać szacunek z dwóch czynników. Pokazując zmienną w każdym pivocie, można zidentyfikować, czy istnieje związek lub połączenie między jego dwoma zmiennymi.

Różne rodzaje połączeń można rozszyfrować na przykładach pokazanych na Scatterplotach. Są to: pewny (wartości narastające razem), ujemny (jedna warta zniżki jak różne budowle), nieważny (brak związku), prosty, wykładniczy i U-kształtny. Jakość relacji może być podyktowana tym, jak mocno naciskane są na siebie nawzajem ogniska na wykresie. Ogniska, które kończą się daleko poza ogólną grupą ognisk, znane są jako anomalie.

Linie lub krzywe są umieszczone wewnątrz wykresu, aby pomóc w dochodzeniu i są przyciągane tak blisko każdego z ognisk, jak można by się spodziewać w danych okolicznościach oraz aby pokazać, jak każdy z ognisk zostałby skonsolidowany w samotną linię. Jest ona regularnie nazywana Linią Najlepszego Dopasowania lub Linią Trendów i może być używana do szacowania poprzez interpolację.

Scatterploty są idealne, gdy masz połączone informacje liczbowe i musisz sprawdzić, czy jedna zmienna wpływa na drugą. Tak czy inaczej, pamiętaj, że związek nie jest związkiem przyczynowym, a inna niezauważona zmienna może mieć wpływ na wyniki.