散点图教程

最新推荐文章于 2023-07-06 03:00:00 发布

Warren2Lynch

最新推荐文章于 2023-07-06 03:00:00 发布

阅读量9.6k

点赞数

文章标签：经验分享算法图论

版权

散点图用于分析两个变量之间的关系，显示数据点的分布以判断相关性。文章介绍了何时使用散点图，如何解读相关模式，并通过11年级学生身高与臂长的例子展示正相关关系。此外，还提供了在线创建和发布散点图的方法及漂亮的模板示例。

摘要由CSDN通过智能技术生成

散点图（也称为散点图和相关图）是一种分析两个变量之间关系的工具，用于确定两个变量之间的相关程度。

一个变量绘制在水平轴上，另一个绘制在垂直轴上。它们的交点的模式以图形方式显示了关系模式。它是质量七项基本工具之一。

如果点已编码（颜色/形状/大小），则可以显示附加变量。数据显示为点的集合。对于每个点，一个变量的值决定了水平轴上的位置，另一个变量的值决定了垂直轴上的位置。

最常见的是散点图用于证明或反驳因果关系。尽管该图显示了这种关系，但并不能证明一个变量会导致另一个变量。因此，我们可以使用散点图来检验因果关系理论并找出所识别问题的根本原因。

例如，我们可以分析高速公路上摩托车事故的模式。您选择两个变量：摩托车速度和事故次数，并绘制图表。完成图表后，您会注意到事故数量随着车速的增加而增加。这说明，速度与高速公路上交通事故的发生存在一定的关系。

散点图的主要用途是观察和显示两个数值变量之间的关系。我们想看看如果我们得到一个特定的水平值，我们可以预测垂直值的效果如何。

您经常会看到横轴上的变量表示为自变量，而纵轴上的变量表示为因变量。变量之间相关性的识别可以描述为正或负、强或弱、线性或非线性。

变量之间的相关程度取决于点在图形上的分散程度。您在图表上绘制的点越多，变量的相关性就越低。点越接近直线，相关性越高。相关度用“R”表示。

下表中显示的以下散点图类型说明了变量 X 和变量 Y 之间的相关程度。