Qu'est-ce qu'un graphique à nuage de points dans les statistiques?

L'un des objectifs des statistiques est l'organisation et l'affichage des données. Souvent, une façon de procéder consiste à utiliser un graphique, graphique ou tableau. Lorsque vous travaillez avec données appariées, un type de graphique utile est un nuage de points. Ce type de graphique nous permet d'explorer facilement et efficacement nos données en examinant une dispersion de points dans l'avion.

Il convient de souligner qu'un nuage de points est un type de graphique utilisé pour les données appariées. Il s'agit d'un type d'ensemble de données dans lequel chacun de nos points de données est associé à deux nombres. Des exemples courants de tels appariements incluent:

• Une mesure avant et après un traitement. Cela pourrait prendre la forme d’une performance d’un élève lors d’un prétest puis d’un post-test.
• Un plan expérimental de paires appariées. Ici, un individu est dans le groupe témoin et un autre individu similaire est dans le groupe de traitement.
• Deux mesures du même individu. Par exemple, nous pouvons enregistrer le poids et la taille de 100 personnes.

La toile vierge avec laquelle nous allons commencer pour notre nuage de points est le système de coordonnées cartésiennes. Cela s'appelle également le système de coordonnées rectangulaires car chaque point peut être localisé en dessinant un rectangle particulier. Un système de coordonnées rectangulaires peut être mis en place par:

1. Commençant par une droite numérique horizontale. C'est ce qu'on appelle le X-axe.
2. Ajoutez une ligne numérique verticale. Intersection du X-axe de telle sorte que le point zéro des deux lignes se croise. Cette deuxième ligne numérique est appelée y-axe.
3. Le point d'intersection des zéros de notre droite numérique est appelé origine.

Nous pouvons maintenant tracer nos points de données. Le premier numéro de notre paire est le X-coordonner. Il s'agit de la distance horizontale par rapport à l'axe des y, et donc également de l'origine. Nous allons vers la droite pour des valeurs positives de X et à gauche de l'origine pour les valeurs négatives de X.

Le deuxième numéro de notre paire est le y-coordonner. Il s'agit de la distance verticale par rapport à l'axe des x. Partant du point d'origine sur la X-axis, déplacer vers le haut pour les valeurs positives de y et vers le bas pour les valeurs négatives de y.

L'emplacement sur notre graphique est ensuite marqué d'un point. Nous répétons ce processus encore et encore pour chaque point de notre ensemble de données. Le résultat est une dispersion de points, qui donne son nom au nuage de points.

Une instruction importante qui reste est de faire attention à quelle variable se trouve sur quel axe. Si nos données appariées consistent en un explicatif et réponse appariement, la variable explicative est indiquée sur l'axe des x. Si les deux variables sont considérées comme explicatives, alors nous pouvons choisir laquelle doit être tracée sur l'axe des x et laquelle sur la y-axe.

Il existe plusieurs caractéristiques importantes d'un nuage de points. En identifiant ces traits, nous pouvons découvrir plus d'informations sur notre ensemble de données. Ces fonctionnalités incluent:

• La tendance globale parmi nos variables. En lisant de gauche à droite, quelle est la situation dans son ensemble? Une tendance à la hausse, à la baisse ou cyclique?
• Toutes les valeurs aberrantes de la tendance générale. S'agit-il de valeurs aberrantes du reste de nos données, ou s'agit-il de points d'influence?
• La forme de toute tendance. Est-ce linéaire, exponentiel, logarithmique ou autre?
• La force de toute tendance. Dans quelle mesure les données correspondent-elles au modèle global que nous avons identifié?

Les diagrammes de dispersion qui présentent une tendance linéaire peuvent être analysés avec les techniques statistiques derégression linéaire et corrélation. La régression peut être effectuée pour d'autres types de tendances non linéaires.