散布図とは
ゲッティイメージズ/ Westend61
統計の目標の 1 つは、データの編成と表示です。多くの場合、これを行う 1 つの方法は、 グラフ 、チャートまたはテーブル。で作業するとき
対になったデータ
散布図は、ペア データに使用されるグラフの一種であることを強調する価値があります。これは、各データ ポイントに 2 つの数値が関連付けられているタイプのデータ セットです。このようなペアリングの一般的な例は次のとおりです。
- 治療前後の測定です。これは、事前テストとその後の事後テストでの学生のパフォーマンスの形を取ることができます。
- 一致したペアの実験計画。ここでは、1 人の個人が対照群に属し、別の同様の個人が治療群に属しています。
- 同じ個人からの 2 つの測定値。たとえば、100 人の体重と身長を記録することがあります。
2D グラフ
散布図のために最初に使用する空白のキャンバスはデカルト座標系です。これは、特定の長方形を描くことですべての点を特定できるため、直交座標系とも呼ばれます。直交座標系は、次の方法で設定できます。
- 水平数直線から始めます。これは バツ -軸。
- 垂直数直線を追加します。交差する バツ- 両方の線のゼロ点が交差するように軸を調整します。この 2 番目の数直線は、 よ -軸。
- 数直線のゼロが交差する点は、原点と呼ばれます。
これで、データ ポイントをプロットできます。ペアの最初の数字は バツ -座標。これは、y 軸からの水平距離であり、原点でもあります。の正の値に対して右に移動します。 バツ 負の値の原点の左側 バツ .
ペアの 2 番目の数字は よ -座標。これは、x 軸からの垂直距離です。上の原点から開始 バツ -軸、正の値に対して上に移動 よ および負の値の場合は down よ .
グラフ上の位置はドットでマークされます。このプロセスをデータセットの各ポイントに対して何度も繰り返します。結果は点の散乱であり、散布図にその名前が付けられます。
説明と応答
残っている重要な指示の 1 つは、どの変数がどの軸にあるかに注意することです。ペアになったデータが 説明と応答ペアリングすると、説明変数が x 軸に表示されます。両方の変数が説明的であると見なされる場合、どちらを x 軸にプロットし、どちらを x 軸にプロットするかを選択できます。 よ -軸。
散布図の特徴
散布図にはいくつかの重要な機能があります。これらの特徴を特定することで、データ セットに関するより多くの情報を明らかにすることができます。これらの機能は次のとおりです。
- 変数間の全体的な傾向。左から右に読むと、全体像とは何ですか?上昇パターン、下降パターン、または周期的パターン?
- 全体的な傾向からの外れ値。これらは残りのデータからの外れ値ですか、それとも影響力のあるポイントですか?
- あらゆるトレンドの形。これは線形、指数関数、対数関数、またはその他のものですか?
- あらゆるトレンドの強さ。データは、特定した全体的なパターンにどの程度適合しているか?
関連トピック
線形傾向を示す散布図は、 線形回帰 と相関.回帰は、非線形の他のタイプのトレンドに対して実行できます。