Scatterplot
Un graphe par nuage de points de ou le diagramme d'éparpillement de est un type d'affichage qui contient un ou plusieurs scatterplots qui emploient les coordonnées cartésiennes pour montrer des valeurs pour deux variables pour un ensemble de données. Les données sont montrées comme collection de points, chacune qui a la valeur d'une variable déterminant la position sur l'axe horizontal et la valeur de l'autre variable déterminant la position sur l'axe vertical.
Un scatterplot spécifie seulement des variables dépendantes ou indépendantes quand une variable existe qui est sous la commande de l'expérimentateur. Si un paramètre existe qui est systématiquement incrémenté et/ou décrémenté par l'expérimentateur, ce s'appelle le paramètre de commande de ou la variable indépendante et est d'habitude tracé le long de l'axe horizontal. La variable dépendente mesurée ou de est d'habitude tracée le long de l'axe vertical. Si aucune variable dépendente n'existe, l'un ou l'autre type de variable peut être tracé sur l'un ou l'autre axe et un scatterplot illustrera seulement le degré de corrélation (pas causation ) entre deux variables.
Un scatterplot peut suggérer de divers genres de corrélations entre les variables avec un certain niveau de confiance . Les corrélations peuvent être positif (augmentation), négatif (chute), ou nulle (non-corrélative). Si le modèle des points incline de gauche inférieur vers la droite supérieure, il suggère une corrélation positive entre les variables étant étudiées. Si le modèle des points incline de la gauche supérieure pour s'abaisser bien, il suggère une corrélation négative. Une ligne de l'ajustement normal peut être tracée afin d'étudier la corrélation entre les variables. Une équation pour la corrélation entre les variables peut être déterminée par des procédures de l'ajustement normal établies du . Pour une corrélation linéaire, le procédé de l'ajustement normal du est connu comme linéaire et est garanti pour produire d'une solution correcte dans un temps fini. Malheureusement, aucun procédé de l'ajustement normal universel n'est garanti pour produire d'une solution correcte pour des rapports arbitraires.
Un des aspects les plus puissants d'une parcelle de terrain d'éparpillement, cependant, est sa capacité de montrer des rapports non linéaires entre les variables. En outre, si les données sont représentées par un modèle de mélange des rapports simples, ces rapports seront visuellement évidents en tant que modèles superposés.
Par exemple, pour montrer des valeurs pour le " ; capacity" de poumon ; (d'abord variable) et combien de temps cette personne pourrait retenir son souffle (en second lieu variable), un chercheur choisirait un groupe de personnes pour étudier, puis mesure chacun la capacité pulmonaire (d'abord variable) et combien de temps cette personne pourrait retenir son souffle (en second lieu variable). Le chercheur tracerait alors les données dans une parcelle de terrain d'éparpillement, assignant le " ; capacity" de poumon ; à l'axe horizontal, et au " ; breath" de possession de temps ; à l'axe vertical. Une personne d'une capacité pulmonaire de 400 cc qui ont retenu son souffle pendant 21.7 secondes serait représentée par un point simple sur la parcelle de terrain d'éparpillement au point (400, 21.7) dans les coordonnées cartésiennes. La parcelle de terrain d'éparpillement de toutes les personnes dans l'étude permettrait au chercheur d'obtenir une comparaison visuelle des deux variables dans l'ensemble de données, et l'aide pour déterminer ce qu'être un peu le rapport là pourrait entre les deux variables.
Le diagramme d'éparpillement est l'un des outils de base du contrôle de qualité , qui incluent l'histogramme , le diagramme de Pareto de , la feuille de contrôle de , le diagramme de commande , le diagramme de cause et l'effet de et l'organigramme .
| Random links: | Eucharistie | Association des professionnels de tennis | Camp Schwab, l'Okinawa | Arts du spectacle du Bangladesh | Scatterplot |