s
19 708 Pages

tableau des fuites
Le temps d'attente entre les éruptions et la durée des éruptionsOld Faithful Geyser en Parc national de Yellowstone, Wyoming, États-Unis. Le graphique suggère deux types d'éruptions: plus courtes et les salles d'attente à court terme et à long attente et longue vie.

la Tableau de dispersion ou scatterplot ou diagramme de dispersion ou graphique de dispersion Il est un type de graphique dans lequel deux variables d'un ensemble de données sont tracées sur un espace cartésien.

Les données sont affichées par un ensemble de points ayant chacun une position sur l'axe horizontal déterminé par une variable, et l'autre sur l'axe vertical déterminé.

vue d'ensemble

Un diagramme de dispersion est souvent utilisé lorsque l'une des variables est sous le contrôle de l'expérimentateur. Un paramètre qui est incrémenté et / ou décrémenté est systématiquement appelée paramètre de commande ou variable indépendante, et il est placé de façon arbitraire sur l'axe horizontal. la variable mesuré (Ou employé) est arbitrairement placé sur l'axe vertical. S'il n'y a pas de variables dépendantes, chaque variable peut être mis sur un axe au goût. Le diagramme de dispersion peut « être utile pour afficher le degré de corrélation (Ie dépendance linéaire) entre les deux variables. Un diagramme de dispersion peut suggérer différents types de corrélation entre les variables avec un certain intervalle de confiance. Corrélations peut être positif, négatif ou nul.

Si le motif de points sur le graphique descend de la gauche vers le bas à droite, il suggère une corrélation négative. Il peut être établi une ligne de tendance (ou ligne de tendance) pour étudier la corrélation entre les variables considérées. Pour une corrélation linéaire, la meilleure procédure (meilleur ajustement) est le régression linéaire (Régression linéaire), et assure de générer une bonne solution en un temps fini. Malheureusement, il existe une procédure universelle qui garantit à générer une bonne solution pour les relations arbitraires.

Un diagramme de dispersion est très utile lorsque l'on veut voir quels sont deux ensembles de données comparables; dans ce cas, il est souvent établi comme ligne de référence d'une identité (ligne d'identité) x = y comme une ligne ou une ligne 1: 1. plusieurs ensembles de données sont, plus les points ont tendance à se concentrer exactement sur la ligne d'identité. L'un des aspects les plus intéressants du diagramme de dispersion, cependant, est la capacité de montrer des relations non linéaires entre les variables. En outre, si les données sont représentées par un modèle mixte de relations simples, ils peuvent être visiblement évident que les modèles superposés. Le diagramme de dispersion est l'un des outils de base pour le contrôle de la qualité.

Exemple d'utilisation

tableau des fuites
La dette publique en fonction du chômage.
tableau des fuites
graphique 3D dispersion sur les mêmes données, nous avons ajouté les « axes de recherche »

Un exemple possible de l'utilisation de scatterplot Il est l'analyse des deux variables suivantes: la dette publique et le pourcentage de chômage d'un pays. Avoir deux variables, il est nécessaire de décider qui représentent l'axe de abscisse (Ou x) et qui sur l'axe de ordonné (Y). Il y a une solution correcte ou erronée, généralement la variable la plus importante est l'axe des y, donc s'il est nécessaire de montrer comment varier la la dette publique en ce qui concerne chômage vous mettrez sur l'axe x, en plaçant l'inverse chômage sur l'axe y est mis en surbrillance car il varie en fonction de la dette publique.

Vous pouvez également ajouter des points de différenciation de l'information scatterplot par couleur; vous pouvez, par exemple, coloration des points en fonction du pays représentant d'avoir un diagramme de dispersion qui comprend plusieurs pays; ou faire varier la couleur en fonction de la période pour avoir une idée de la façon dont la dette et le chômage varié d'un pays à certaines périodes. Un diagramme de dispersion peut également être en 3D, dans ce cas, en ajoutant un axe avec une autre caractéristique (dans la RD, ou les fonds alloués à la recherche dans un pays, en italien RS). Dans l'exemple montré à gauche il montre non seulement que le chômage d'un pays est lié à la dette publique, mais aussi la recherche et le développement sont influencés par la dette publique. dans un nuage de points 3D peut, à un coup d'oeil, obtenir des informations sur trois caractéristiques différentes des données analysées, dans ce cas immédiatement évident que l'Italie a une dette publique élevée, le chômage et un taux variable très peu de recherches dans la période considérée (98-07).

D'autres projets

Activité wiki récente

Aidez-nous à améliorer BooWiki
Commencez