散点图教程

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，另一个变量绘制在垂直轴上。它们的交点模式以图形方式显示了关系模式。它是质量的七种基本工具之一。

代码变量

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。

编辑此图表

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，但它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的理论，并找到已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：摩托车速度和事故数量，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有一定的关系。

什么时候应该使用散点图

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。如果我们得到一个特定的水平值，我们想看看我们能多好地预测垂直值。

您经常会看到水平轴上的变量表示为自变量，而垂直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。

散点图相关模式

变量之间的相关程度取决于图中点的分散程度。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。

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。

强正相关

编辑此图表

强负相关

编辑此图表

弱正相关

编辑此图表

复相关

编辑此图表

无相关性

编辑此图表

散点图示例：11 年级的手臂长度

散点图显示了 11 年级 8 名学生每个人的身高和臂长信息。如果我们看到学生的身高和臂长之间的相关性呈现趋势，我们可以估计一个学生的臂长具有一定的值给定的高度，反之亦然。上图显示臂长和身高之间存在正相关关系。

编辑此图表

在确定变量之间的相关性之后，您可以根据自变量的度量来预测因变量的行为。当一个变量易于测量而另一个变量不容易测量时，此图表非常有用。比如一个11年级的学生身高148厘米，我们可以估计这个学生的手臂长度在84厘米左右。