统计的目标之一是组织和显示数据。 很多时候，一种方法是使用图表 ，图表或表格。 使用配对数据时 ，一种有用的图形类型是散点图。 这种类型的图形使我们能够通过检查飞机中的点散射来轻松有效地探索我们的数据。
配对数据
值得强调的是散点图是一种用于配对数据的图。
这是一种数据集，其中每个数据点都有两个与其关联的数字。 这种配对的常见例子包括：
- 治疗前后的测量。 这可以采取学生在预先测试中的表现形式，然后再进行后测。
- 一对匹配的实验设计。 在这里，一个人在对照组中，另一个类似的个体在治疗组中。
- 两个测量来自同一个人。 例如，我们可以记录100人的体重和身高。
2D图
我们将从散点图开始的空白画布是笛卡尔坐标系。 这也被称为直角坐标系，因为每个点都可以通过绘制一个特定的矩形来定位。 直角坐标系可以通过以下方式设置：
- 以水平数字线开始。 这被称为x轴。
- 添加垂直数字线。 以两条线的零点相交的方式相交x轴。 第二个数字行称为y轴。
- 我们的数字线的零点相交的点称为原点。
现在我们可以绘制我们的数据点。 我们对中的第一个数字是x坐标。 它是离y轴的水平距离，因此也是原点。 我们向右移动x的正值，向x的负值移动到原点的左侧。
我们组合中的第二个数字是y坐标。 它是离x轴的垂直距离。 从x轴的原点开始，向上移动y的正值，向下移动y的负值。
然后我们的图形上的位置用点标记。 我们一遍又一遍地重复我们的数据集中的每个点。 结果是散点，这给散点图的名称。
解释和回应
一个重要的指令是小心哪个变量位于哪个轴上。 如果我们的配对数据由解释和响应配对组成，则说明变量在x轴上指示。 如果两个变量都被认为是解释性的，那么我们可以选择哪一个将被绘制在x轴上，哪一个绘制在y轴上。
散布图的特征
散点图有几个重要特征。 通过识别这些特征，我们可以发现更多关于我们数据集的信息。 这些功能包括：
- 我们变量之间的整体趋势。 当我们从左至右阅读时，大图是什么？ 向上的模式，向下还是周期性的？
- 来自整体趋势的任何异常值。 这些数据是来自我们其余数据的异常值，还是他们的影响力点？
- 任何趋势的形状。 这是线性的，指数的，对数的还是其他的？
- 任何趋势的力量。 这些数据与我们确定的整体模式有多密切相关？
相关话题
表现出线性趋势的散点图可以用线性回归和相关性的统计技术进行分析 。 可以对其他类型的非线性趋势进行回归。
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/190664.html
