Kas ir Scatterplot diagramma statistikā?

Viens no statistikas mērķiem ir datu organizēšana un parādīšana. Daudzas reizes viens veids, kā to izdarīt, ir izmantot a grafiks, diagramma vai tabula. Strādājot ar pāra dati, noderīgs grafika tips ir dalītā diagramma. Šāda veida diagramma ļauj mums viegli un efektīvi izpētīt mūsu datus, pārbaudot punktu izkliedi plaknē.

Ir vērts uzsvērt, ka izkliedes shēma ir diagrammas veids, ko izmanto pārī savienotiem datiem. Šis ir datu kopas veids, kurā katram mūsu datu punktam ir saistīti divi skaitļi. Bieži sastopami šādu savienojumu piemēri:

• Mērījums pirms un pēc procedūras. Tas varētu izpausties kā studenta uzstāšanās uz iepriekšēju pārbaudi un pēc tam vēlāk pēc pārbaude.
• Atbilstīgu pāru eksperimentālais dizains. Šeit viens indivīds atrodas kontroles grupā, bet cits - līdzīgs indivīds - ārstēšanas grupā.
• Divi viena un tā paša indivīda mērījumi. Piemēram, mēs varam reģistrēt 100 cilvēku svaru un augumu.

Tukšais audekls, ar kuru mēs sāksim savu dalīto platību, ir Dekarta koordinātu sistēma. To sauc arī par taisnstūrveida koordinātu sistēmu sakarā ar to, ka katru punktu var atrast, uzzīmējot noteiktu taisnstūri. Taisnstūra koordinātu sistēmu var iestatīt šādi:

1. Sākot ar horizontālu ciparu līniju. To sauc par x-aksis.
2. Pievienojiet vertikālu skaitļa līniju. Krustojiet x-asi tādā veidā, ka nulles punkts no abām līnijām krustojas. Šo otro numuru rindu sauc par y-aksis.
3. Punktu, kurā krustojas mūsu ciparu līnijas nulles, sauc par sākumu.

Tagad mēs varam iezīmēt savus datu punktus. Pirmais numurs mūsu pārī ir x-koordinēt. Tas ir horizontālais attālums no y ass, tātad arī izcelsme. Mēs virzāmies pa labi, lai sasniegtu x un kreisajā pusē no negatīvajām vērtībām x.

Otrais numurs mūsu pārī ir y-koordinēt. Tas ir vertikāls attālums no x ass. Sākot ar sākotnējo punktu x-axis, virzieties uz augšu, lai iegūtu pozitīvas vērtības y un uz leju negatīvām vērtībām y.

Pēc tam mūsu diagrammā atrašanās vieta ir atzīmēta ar punktu. Mēs to atkārtojam vairāk un vairāk par katru punktu mūsu datu kopā. Rezultāts ir punktu izkliede, kas izkliedētājam piešķir tā nosaukumu.

Viens svarīgs atlikušais norādījums ir uzmanīties, kurš mainīgais atrodas uz kuras ass. Ja mūsu pāra dati sastāv no paskaidrojumi un atbildes savienojot pārī, tad skaidrojošais mainīgais tiek norādīts uz x ass. Ja abi mainīgie tiek uzskatīti par izskaidrojošiem, tad mēs varam izvēlēties, kurš no tiem ir jāapzīmē uz x ass un kurš - uz y-aksis.

Ir vairākas svarīgas izkliedes plāna iezīmes. Identificējot šīs pazīmes, mēs varam atklāt vairāk informācijas par mūsu datu kopu. Šīs funkcijas ietver:

• Kopējā tendence starp mūsu mainīgajiem. Kā lasām no kreisās un labās puses, kāda ir kopējā aina? Augšupvērsts modelis, lejupejošs vai ciklisks?
• Jebkuras novirzes no kopējās tendences. Vai šie ir pārējie dati no pārējiem mūsu datiem, vai arī tie ir ietekmīgi punkti?
• Jebkuras tendences forma. Vai tas ir lineārs, eksponenciāls, logaritmisks vai kaut kas cits?
• Jebkuras tendences spēks. Cik precīzi dati atbilst mūsu identificētajam kopējam modelim?

Scatterlotes, kurām ir lineāra tendence, var analizēt ar statistikas metodēmlineārā regresija un korelācija. Regresiju var veikt cita veida tendencēm, kas ir nelineāras.