Вероятность и статистика · Статистика и данные

Диаграмма рассеивания

Как читать пары наблюдений, различать линейные и нелинейные связи и не путать связь с причиной.

6 минут на чтениеЗаданий для самопроверки: 3

Чему научимся

Она помогает замечать линейные и нелинейные связи и формулировать гипотезы, не сводя зависимость к одному среднему. Одновременно диаграмма напоминает, что наблюдаемая связь сама по себе не доказывает причину.

Главная идея. Диаграмма рассеивания сохраняет пары признаков одного объекта: каждая точка (xᵢ,yᵢ) показывает совместное наблюдение. По облаку оценивают направление, форму, группы, разброс и необычные точки.

План рассуждения и проверка понимания

Сохраните соответствие признаков одного объекта, подпишите единицы осей и нанесите каждую пару без независимой сортировки столбцов.
Опишите направление, форму, плотность, отдельные группы и выбросы, проверив нелинейные структуры вроде параболы, а не только наклон прямой.
Ограничьте вывод наблюдаемым диапазоном и рассмотрите третьи факторы, способ отбора и масштаб осей до причинной интерпретации.

Частая ошибка. Отдельно сортировать x и y, разрушая исходные пары, соединять точки линией без временного порядка или принимать нулевую линейную корреляцию за отсутствие любой связи.

Как проверить себя. Одна точка должна оставаться одним объектом; U-образная зависимость y = x² может быть точной при нулевом линейном тренде, поэтому всегда смотрите на форму облака.

Схема к теме

Наглядная модель: Диаграмма рассеивания

Как читать пары наблюдений, различать линейные и нелинейные связи и не путать связь с причиной.

Диаграмма рассеивания → диаграмма рассеивания
Диаграмма рассеивания → связь
Диаграмма рассеивания → корреляция

Схема связывает понятие «Диаграмма рассеивания» с его ключевыми признаками. Вывод: Свяжите определение, условия и обозначения: тогда формула станет краткой записью уже понятной идеи.

Проверка пониманияОбъясните тему своими словами

Объясните, почему точки (−2,4), (−1,1), (0,0), (1,1), (2,4) показывают строгую зависимость y = x², хотя возрастающего или убывающего линейного тренда нет.

В хорошем объяснении есть:

Каждая координатная пара проверена подстановкой в y = x².
Различены отсутствие линейного наклона и отсутствие зависимости вообще.

Одна точка — один объект

Диаграмма рассеивания отображает пары числовых признаков: значение первого по горизонтали, второго по вертикали. Каждая точка должна сохранять соответствие данных одного объекта. Если отдельно отсортировать рост и массу, исходная связь будет уничтожена или искусственно создана.

На рисунке ищут направление связи, форму, группы, отдельные необычные точки и изменение разброса. Облако, поднимающееся слева направо, указывает на положительную наблюдаемую связь; опускающееся — на отрицательную. Кривая или U-образная форма может показывать сильную нелинейную связь даже без выраженного линейного наклона.

Что означает связь

Наблюдаемая связь помогает строить гипотезы и прогнозы, но не доказывает причинность. Оба признака могут зависеть от третьего, а отбор объектов способен исказить картину. При сравнении графиков важно смотреть на числа и единицы осей: изменение масштаба меняет визуальный угол, не меняя сами данные.

Три примера

Точки $(1,2),(2,4),(3,6)$ лежат на прямой $y=2x$ . В этом маленьком наборе каждому увеличению $x$ на 1 соответствует рост $y$ на 2.
Точки $(1,6),(2,4),(3,2)$ показывают отрицательную линейную связь: $y=8-2x$ . Уменьшение одного признака не делает наблюдения «плохими».
Точки $(-2,4),(-1,1),(0,0),(1,1),(2,4)$ лежат на параболе. Линейная корреляция здесь нулевая, однако зависимость точная: $y=x^2$ . Отсутствие линейного тренда не означает отсутствия связи.

Частые ошибки

Не соединяйте точки линией без смысла порядка: номер строки таблицы обычно не является траекторией. Не продолжайте обнаруженную тенденцию далеко за пределы наблюдавшегося диапазона без обоснования. Совпадающие точки могут скрывать несколько объектов, поэтому иногда нужны прозрачность, размеры или числовые подписи.

Формула, смысл и ограничения

Главные формулы с расшифровкой

(x_i,y_i),\qquad i=1,\ldots,n

Формула словами: Одна точка — два признака одного и того же объекта, а не независимо отсортированные столбцы.

От формулы к наблюдению

Попробуйте самостоятельно

Измените параметры и сопоставьте расчёт с результатами случайного эксперимента.

Корреляция и регрессия

От простого к сложному

Проверьте себя

Сначала запишите решение самостоятельно. Затем можно открыть намёк, сравнить каждый переход с пошаговым разбором и только после этого посмотреть ответ. Прогресс сохраняется в этом браузере.

Открываем задание…

Источники и соглашения

Объяснения и задачи — авторские. Источники помогают проверить определения, условия и школьную привязку. Обозначения и параметризация указаны в статье.