Szórásdiagramok

Szórásdiagramok, vagy scatter plotok, olyan grafikonok, amelyek két numerikus változó pároit ábrázolják. Az x-tengelyen az egyik változót, az y-tengelyen a másik változót jelölik, és minden pont egy megfigyelést képvisel. Ezzel vizuálisan megjelenik az összefüggés iránya és erőssége.

A szórásdiagramok célja a kapcsolat vizuális felmérése: felfedik lineáris vagy nemlineáris összefüggést, felhívják a figyelmet kiugró értékekre vagy klaszterekre, és segítenek eldönteni, hogy lineáris vagy más modell legyen megfelelő kiindulópont. Gyakran hozzáadnak egy trendvonalat (line of best fit), amely a mintából kapott tipikus irányt mutatja.

Kiegészítő változókkal is lehet információt közvetíteni: például a pontok színe, formája vagy mérete jelölhet kategóriákat vagy mennyiségi jellemzőket. Több változós adatok esetén használható a scatter plot matrix (pairs plot), amely több változó közötti párokat mutatja, vagy 3D-s scatter plot a harmadik változó bevonásával.

Értelmezés szempontjai közé tartozik az összefüggés iránya (pozitív vagy negatív), erőssége és a linearitás vagy nemlinearitás. A korrelációs együttható (r) közelítően a lineáris kapcsolat erősségét adja -1 és 1 között. Fontos megjegyezni, hogy a szórásdiagram nem bizonyít ok-okozati összefüggést; a megfigyelt kapcsolat lehet más tényezők hatásának eredménye is.

Korlátai közé tartozik, hogy kiugró értékek torzíthatják a mintát, a nemlineáris kapcsolatok felderítéséhez lehet szükség más típusú ábrázolásra, továbbá a mintanagyság és a skálázás befolyásolhatja a benyomást. Ezért a szórásdiagram alapvető eszköz az adatok feltárásához és a modellezési döntések megalapozásához.