散点图举例

散点图的作用是什么？

答：散点图用于显示关系。 对于 相关性 ，散点图有助于显示两个变量之间线性关系的强度。 对于 回归 ，散点图常常会添加拟合线。 在质量控制中，散点图常常可以包含规格限或参考线。

散点图与数学公式有什么关系？

答：对于那些变量之间存在密切关系，但是这些关系又不像数学公式和物理公式那样能够精确表达的，散点图是一种很好的图形工具。 但是在分析过程中需要注意，这两个变量之间的相关性并不等同于确定的因果关系，也可能需要考虑其他的影响因素。

散点图可以提供哪些关键信息？

答：散点图可以提供三类关键信息：（1）变量之间是否存在数量关联趋势；（2）如果存在关联趋势，是线性还是非线性的；（3）观察是否有存在离群值，从而分析这些离群值对建模分析的影响。 通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。 如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。 数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关等，表现在散点图上的大致分布如右图所示。 那些离点集群较远的点我们称为离群点或者异常点 (Outliers)。

散点图应用场景是什么？

答：散点图应用场景 散点图通常用于显示和比较数值，不光可以显示趋势，还能显示数据集群的形状，以及在数据云团中各数据点的关系。 常见的是身高和体重的数据