Spredningsdiagrammet

Spredningsdiagrammet, også kjent som spredningsplottet, er et grafisk verktøy i statistikk og dataanalyse som brukes til å visualisere forholdet mellom to kvantitative variabler. Hver observasjon i datasettet representeres som et punkt i et todimensjonalt koordinatsystem; én variabel utgjør x-aksen og den andre y-aksen. Diagrammet gir en rask oversikt over retning, mønster og variasjon i dataene.

Et spredningsdiagram kan avsløre lineære og ikke-lineære trender, klusterringer og outliers. Det brukes ofte sammen med mål på korrelasjon, som Pearson-r eller Spearman-rho, for å beskrive styrken og retningen i forholdet. Per behov kan man legge inn en trendlinje, for eksempel en regresjonslinje beregnet ved minste kvadraters metode, eller en lokal regresjon (lowess) for å illustrere forventet verdi av Y gitt X.

Det er viktig å merke seg at et spredningsdiagram ikke viser årsakssammenhenger. En observert sammenheng kan være påvirket av andre variabler, og korrelasjon betyr ikke nødvendigvis kausalitet. Diagrammet kan være misledende ved små prøvestørrelser eller ved sterke avvik, og det kan være vanskelig å tolke ikke-lineære forhold eller heteroskedastisitet.

Variasjoner av spredningsdiagrammet inkluderer fargekoding eller symbolisering for grupper, antall underlag per punkt og bruk av facet-områder for å sammenligne undergrupper side om side. Spredningsdiagrammet er et grunnleggende verktøy i statistikk og dataanalyse, nyttig for å identifisere potensielle sammenhenger og informere videre analyse.