Un grafico a dispersione è un importante strumento diagnostico in arsenale di uno statistico , ottenuto disegnando due variabili contro l’altro . Esso consente lo statistico di bulbo oculare le variabili e formare una ipotesi di lavoro sulla loro relazione . Per questo motivo , viene solitamente concepito prima analisi di regressione è effettuata . Il test statistico successivamente l’ ipotesi utilizzando un’analisi di regressione e determinare il segno e la grandezza precisa della relazione . Inoltre , un grafico a dispersione consente di identificare valori anomali — valori che sono eccessivamente distanti dalla maggior parte dei dati nel campione . L’eliminazione degli aberranti aiuta a migliorare il modello di regressione . Istruzioni

1

Controlla relazione negativa tra le due variabili nel grafico a dispersione . Se bassi valori della prima variabile corrispondono a valori elevati della seconda variabile , esiste una correlazione negativa . In questo caso , una linea che passa per i punti dati ha una pendenza negativa .

2

Esaminare il diagramma a dispersione per la relazione positiva tra le variabili . Se bassi valori della prima variabile della dispersione corrispondono bassi valori del secondo , e gli alti valori del primo similmente corrispondono ai valori elevati del secondo , le variabili hanno una correlazione positiva . In questo caso , una linea che passa per i punti dati ha una pendenza positiva .

3

Controllare il diagramma a dispersione di alcuna relazione tra le variabili . Se i punti dati nel grafico a dispersione sono distribuiti in modo casuale senza alcuna relazione apparente tra i due , non hanno né alcuna correlazione , o piccolo , correlazione statisticamente insignificante . In questo caso , una linea che passa per i punti dati è orizzontale con pendenza pari a zero .

4

Montare una retta passante per i punti dati ed esaminare la sua forma per valutare la natura della relazione tra le due variabili . Una linea retta viene interpretata come una relazione lineare , una forma curva suggerisce una relazione quadratica , e una linea che si trova relativamente piatta prima improvvisamente sparare verso l’alto o verso il basso è interpretato come una relazione esponenziale .

5

Esaminare l’ scatter plot per i valori anomali , valori che sono anormalmente lontano dal cluster di punti dati . Valori anomali distorcono la relazione tra le variabili . Eliminateli , ma solo se la loro assenza non pregiudica l’analisi del rapporto tra le due variabili .