Hva er Splatter Plot Grafer nyttig for?

Splatter tomt grafer, mer ofte referert til som spredningsplott grafer, tjener en veldig nyttig rolle i å uttrykke numeriske resultatene fra et eksperiment. Disse flatene gir en visuell distribusjon av datapunkter, som hver representeres som et merke eller punkt. Mens lik linje grafer, er datapunktene i et punktplott ikke direkte tilkoblet. Snarere spredningsdiagrammer tjene til å illustrere en generell trend representert av dataene.

Hensikten med et spredningsplott

Scatter tomter brukes til å avgjøre om en sammenheng mellom variablene. Hvis dataene indikerer at det er en sammenheng mellom de variable, blir dette forholdet kalles korrelasjons. Linje grafer brukes til å visualisere lokaliserte variasjoner mellom enkeltpunkter med data, mens spredningsplott brukes til å visualisere det generelle forholdet mellom de data som en gruppe. Scatter tomter er også kjent som punktdiagrammer, scattergrams, scatter diagrammer og scatter grafer.

Oppsett av et spredningsplott

Spredningsplott bruke kartesiske koordinater for å vise verdier for et sett med data, basert på to variabler. X-aksen representerer den uavhengige variable, eller styringsparameter. Den variable (f.eks, tid eller temperatur) blir systematisk økes eller reduseres. Y-aksen kan representere enten en avhengig variabel eller en uavhengig variabel. Hvis variabelen er avhengig, vil plottet illustrerer graden av årsakssammenheng. Hvis variabelen er uavhengige, vil plottet illustrerer graden av korrelasjon.

Korrelasjon eller kausalitet

Hensikten med et spredningsdiagram er å bestemme korrelasjonen (dvs. årsakssammenheng) mellom variabler. Dette oppnås ved å plotte en linje av beste passform, som også er kjent som en trendlinje eller regresjonslinje. Denne linjen representerer den matematiske løsning for forholdet mellom variablene. Regresjonslinjen kan avsløre tre typer av relasjoner. Dersom Y-verdier øker som en funksjon av x, er det en positiv (økende) korrelasjon. Dersom Y-verdier avta som en funksjon av x, er det en negativ (fallende) korrelasjon. Hvis datapunktene er tilfeldig, er det ingen sammenheng mellom variablene. Korrelasjoner kan også uttrykkes som kurver. Disse buede trendlinjer er vanligvis enten andre ordens kurver (kubikk) eller tredje ordens kurver (kvadratiske).

Styrken i Korrelasjon

En matematisk konstant, noen ganger kalt "godhet passform," gjenspeiler graden av sikkerhet som denne sammenhengen, eller løsning, passer dataene. Med alle eksperimentelle data, er det alltid en viss mengde feil som ligger i innsamlingsprosessen. Dette nivået, eller margin, feilgjenspeiles i verdien av konstanten. Den konstante, eller regresjon koeffisient, er vanligvis uttrykt som "R." Dersom alle data perfekt matchet løsning, ville regresjon koeffisient (R) som er lik en. Løsninger som har en R-verdi på mer enn 0,7 er vanligvis betraktet sterke sammenhenger, selv om vitenskap generelt foretrekker koeffisienter større enn 0,99 for å etablere vissheten om forholdet. Ettersom dette R-verdien faller, vil graden av sikkerhet at denne teoretiske korrelasjonen er både gyldig og nøyaktig i den virkelige verden avtar. Små utvalg kan også påvirke regresjonskoeffisienten.