Mikä on Scatterplot-kuvaaja tilastoissa?

Yksi tilastojen tavoitteista on datan järjestäminen ja esittäminen. Monta kertaa yksi tapa tehdä tämä on käyttää a kaavio, kaavio tai taulukko. Kun työskentelet kanssa paritiedot, hyödyllinen graafin tyyppi on sirontaplotti. Tämän tyyppinen kuvaaja antaa meille mahdollisuuden tutkia tietojamme helposti ja tehokkaasti tutkimalla pisteiden sironta tasossa.

On syytä korostaa, että sirontaplot on eräänlainen kuvaaja, jota käytetään pariksi muodostettuihin tietoihin. Tämä on tietyn tyyppinen tietojoukko, johon jokaisessa datapisteessämme on kaksi numeroa. Yleisiä esimerkkejä sellaisista pareista ovat:

• Mitta ennen hoitoa ja sen jälkeen. Tämä voi tapahtua opiskelijan esityksenä esikatselussa ja myöhemmin jälkikokeessa.
• Vastaava pari kokeellinen suunnittelu. Tässä yksi henkilö on kontrolliryhmässä ja toinen samanlainen henkilö hoitoryhmässä.
• Kaksi mittausta samalta henkilöltä. Voimme esimerkiksi kirjata 100 ihmisen paino ja pituus.

Tyhjä kangas, josta aloitamme hajapiirrostamme, on Cartesian koordinaatisto. Tätä kutsutaan myös suorakulmaiseksi koordinaattijärjestelmäksi, koska jokainen piste voidaan löytää vetämällä tietty suorakulmio. Suorakulmainen koordinaattijärjestelmä voidaan perustaa:

1. Alkaen vaakatasoriviltä. Tätä kutsutaan xakseli.
2. Lisää pystysuora numeroviiva. Risteä x-akseli siten, että nollapiste molemmista viivoista leikkaa. Tätä toista numeroriviä kutsutaan yakseli.
3. Kohta, jossa numeroviivallamme nollat ​​leikkaavat, kutsutaan alkuperäksi.

Nyt voimme piirtää datapisteemme. Parin ensimmäinen numero on x-coordinate. Se on vaakasuora etäisyys y-akselista, ja siten myös alkuperä. Olemme siirtymässä oikealle positiivisten arvojen suhteen x ja vasemmalla puolella negatiivisia arvoja x.

Parissamme toinen numero on y-coordinate. Se on pystysuora etäisyys x-akselista. Alkaen alkuperäisestä kohdasta x-akselit, siirry ylöspäin saadaksesi positiiviset arvot y ja alas negatiivisille arvoille y.

Kaaviossa oleva sijainti on sitten merkitty pisteellä. Toistamme tämän prosessin yhä uudelleen jokaiselle tietokokonaisuuden pisteelle. Tuloksena on pisteiden sironta, joka antaa sirottajalle sen nimen.

Yksi jäljellä oleva tärkeä ohje on olla varovainen, mikä muuttuja on millä akselilla. Jos paritietomme koostuu selittävä ja vastaus pariliitos, sitten selittävä muuttuja ilmoitetaan x-akselilla. Jos molempien muuttujien katsotaan olevan selittäviä, voimme valita, kumpi muuttujasta on piirrettävä x-akselille ja kumpi yakseli.

Hajakaavulla on useita tärkeitä piirteitä. Tunnistamalla nämä ominaisuudet voimme saada lisätietoja tietojoukkomme. Näitä ominaisuuksia ovat:

• Muuttujien joukossa yleinen suuntaus. Kun luemme vasemmalta oikealle, mikä on iso kuva? Ylöspäin suuntautuva malli, alaspäin tai syklinen?
• Kaikki poikkeamat yleisestä trendistä. Ovatko nämä poikkeamat muusta tiedostamme vai ovatko ne vaikutusvaltaisia ​​kohtia?
• Minkä tahansa trendin muoto. Onko tämä lineaarinen, eksponentiaalinen, logaritminen vai jotain muuta?
• Kaikkien trendien vahvuus. Kuinka tarkasti tiedot sopivat tunnistettuun yleiseen malliin?

Hajontapisteet, joilla on lineaarinen suuntaus, voidaan analysoidalineaarinen regressio ja korrelaatio. Regressio voidaan suorittaa muun tyyppisille trendille, jotka ovat epälineaarisia.