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。

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。


散点图教程_算法


​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。

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。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。

散点图相关模式

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。

 

相关模式

X / Y 值

强正相关

Y 的值随着 X 值的增加而增加。

强负相关

Y 的值随着 X 值的增加而减小。

弱正相关

Y 的值随着 X 值的增加而略有增加。

弱负相关

Y 的值随着 X 值的增加而略有下降。

复相关

Y 的值似乎与 X 的值有关,但这种关系并不容易确定。

无相关性

这两个变量之间没有证明的联系。

强正相关

散点图教程_数据_02

 



​编辑此图表​

强负相关

散点图教程_图论_03

​编辑此图表​



弱正相关


散点图教程_经验分享_04


​编辑此图表​

复相关


散点图教程_经验分享_05


​编辑此图表​

无相关性


散点图教程_经验分享_06


​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出趋势,我们可以用某个值来估计一个学生的臂长给定的高度,反之亦然。上图显示臂长和身高之间存在正相关关系。



散点图教程_算法_07


​编辑此图表​

在确定变量之间的相关性后,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易测量时,此图表非常有用。例如,一名11年级学生的身高为148厘米,我们可以估计该学生的手臂长度约为84厘米。



如何在线创建和发布散点图

使用​​Visual Paradigm 在线​​​ ​​电子表格编辑器​​,您可以快速轻松地可视化数据和统计数据。它非常易于使用并且可以像使用 Microsoft Excel 一样在 99.9% 的时间内工作。


散点图教程_图论_08


Visual Paradigm Online 可以轻松输入信息并将其转换为惊人的散点图。您可以通过从预先制作的散点图模板开始设计来在线创建图表。为此,将您自己的数据添加到图表、调整颜色和其他设置以匹配您的品牌或主题。

漂亮的散点图模板


散点图教程_经验分享_09



散点图教程_图论_10


散点图教程_经验分享_11


散点图教程_经验分享_12


散点图教程_算法_13


散点图教程_图论_14


散点图教程_经验分享_15