Введение

Диаграмма рассеяния, также называемая точечной диаграммой, графиком рассеяния, диаграммой разброса или диаграммой рассеивания, — это тип графика или математической диаграммы, использующий декартовы координаты для отображения значений, как правило, двух переменных для набора данных. Если точки закодированы (цвет/форма/размер), можно отобразить одну дополнительную переменную. Данные отображаются в виде набора точек, где значение одной переменной определяет положение по горизонтальной оси, а значение другой переменной — положение по вертикальной оси.

Обзор

Схема рассеяния может быть использована, когда одна непрерывная переменная находится под контролем экспериментатора, а другая от неё зависит, или когда обе непрерывные переменные независимы. Если существует параметр, который систематически увеличивается и/или уменьшается другим параметром, он называется управляющим параметром или независимой переменной и обычно отображается вдоль горизонтальной оси. Измеренная или зависимая переменная обычно отображается вдоль вертикальной оси. Если зависимой переменной не существует, любой тип переменной может быть отображён на любой оси, и схема рассеяния покажет только степень корреляции (а не причинно-следственной связи) между двумя переменными. Схема рассеяния может указывать на различные виды корреляций между переменными с определённым доверительным интервалом. Например, вес можно отобразить на оси y, а рост – на оси x. Корреляции могут быть положительными (возрастающими), отрицательными (убывающими) или нулевыми (отсутствующими). Если расположение точек идёт снизу слева вверх направо, это указывает на положительную корреляцию между изучаемыми переменными. Если расположение точек идёт сверху слева вниз направо, это указывает на отрицательную корреляцию. Линию наилучшего соответствия (также называемую «линией тренда») можно провести для изучения взаимосвязи между переменными. Уравнение для корреляции между переменными может быть определено с помощью установленных процедур наилучшего соответствия. Для линейной корреляции процедура наилучшего соответствия известна как линейная регрессия и гарантированно выдаёт правильное решение за конечное время. Ни одна универсальная процедура наилучшего соответствия не гарантирует правильного решения для произвольных зависимостей. Схема рассеяния также очень полезна, когда необходимо увидеть, насколько согласуются два сопоставимых набора данных, чтобы показать нелинейные зависимости между переменными. Возможность сделать это можно усилить, добавив сглаживающую линию, такую как LOESS. Кроме того, если данные представлены смесью простых зависимостей, эти зависимости будут визуально очевидны как наложенные шаблоны. Диаграмма рассеяния является одним из семи основных инструментов контроля качества. Диаграммы рассеяния могут быть построены в виде диаграмм с пузырьками, маркерами или/и линиями.

Пример

Например, чтобы продемонстрировать связь между объемом легких человека и продолжительностью задержки дыхания, исследователь выбирает группу людей для изучения, затем измеряет объем легких каждого (первая переменная) и время, в течение которого этот человек может задерживать дыхание (вторая переменная). Исследователь затем отображает данные на диаграмме рассеяния, располагая "объем легких" по горизонтальной оси, а "время задержки дыхания" – по вертикальной оси. Человек с объемом легких 400, задержавший дыхание на 21,7 секунды, будет представлен одной точкой на диаграмме рассеяния в координатах (400, 21,7) в декартовой системе координат. Диаграмма рассеяния, содержащая данные всех участников исследования, позволит исследователю визуально сравнить две переменные в наборе данных и определить, какая взаимосвязь может существовать между ними.

Матрицы диагональных графиков

Для набора переменных данных (измерений) X1, X2, …, Xk матрица диаграмм рассеяния отображает все попарные диаграммы рассеяния переменных в едином представлении, состоящем из нескольких диаграмм, расположенных в формате матрицы. Для k переменных матрица диаграмм рассеяния будет содержать k строк и k столбцов. Диаграмма, расположенная на пересечении i-й строки и j-го столбца, представляет собой график переменных Xi и Xj. Это означает, что каждая строка и столбец соответствуют одному измерению, а каждая ячейка отображает диаграмму рассеяния двух измерений. Обобщенная матрица диаграмм рассеяния предлагает различные способы отображения парных комбинаций категориальных и количественных переменных. Для отображения двух категориальных переменных могут использоваться мозаичные диаграммы, диаграммы флуктуаций или фасетированные столбчатые диаграммы. Для отображения одной категориальной и одной количественной переменной используются другие типы диаграмм.