Wykres punktowy (zwany także wykres rozproszenia , wykres rozrzutu , wykres korelacji, scattergram lub diagram korelacji )  jest rodzajem wykresu lub matematycznego schematu używającego współrzędnych  kartezjańskich do wartości wyświetlanych o typowo dwóch zmiennych dla zestawu danych.

 Dane są wyświetlane jako zbiór punktów, z których każdy ma wartość jednej zmiennej określającej pozycję na osi poziomej i wartość drugiej zmiennej określającej pozycję na osi pionowej.

Wykres punktowy można zastosować, gdy istnieje jedna zmienna ciągła, która jest kontrolowana przez eksperymentatora, a druga zależy od niej, lub gdy obie zmienne ciągłe są niezależne. Jeśli istnieje parametr , który jest systematycznie zwiększany i / lub zmniejszany przez inny, nazywany jest parametrem kontrolnym lub zmienną niezależną i jest zwykle zapisywany wzdłuż osi poziomej. 

Zmierzona lub zależna zmienna jest zwykle wykreślana wzdłuż osi pionowej. Jeśli nie istnieje żadna zmienna zależna, każdy typ zmiennej można wykreślić na każdej osi, a wykres rozproszenia zilustruje jedynie stopień korelacji (nie przyczynowości ) między dwiema zmiennymi.

Wykres punktowy może sugerować różne rodzaje korelacji między zmiennymi. 

Na przykład waga i wzrost, waga będzie na osi y, a wysokość na osi x. 

Korelacje mogą być dodatnie (rosnące), ujemne (spadające) lub zerowe (nieskorelowane). 

Jeżeli wzór kropek jest nachylony od lewej dolnej do prawej górnej, oznacza to dodatnią korelację między badanymi zmiennymi. 

Jeśli wzór kropek jest nachylony od lewej górnej do prawej dolnej, oznacza to korelację ujemną. 

Linię najlepszego dopasowania (alternatywnie zwane „linią trendu”) można narysować w celu zbadania związku między zmiennymi. 

Równanie korelacji między zmiennymi można ustalić za pomocą ustalonych procedur najlepszego dopasowania. 

W przypadku korelacji liniowej procedura najlepszego dopasowania jest znana jako regresja liniowa i gwarantuje wygenerowanie prawidłowego rozwiązania w określonym czasie. 

Nie ma gwarancji, że uniwersalna procedura najlepszego dopasowania zapewni prawidłowe rozwiązanie arbitralnych relacji. 

Wykres rozproszenia jest również bardzo przydatny, gdy chcemy zobaczyć, jak dwa porównywalne zestawy danych zgadzają się pokazywać nieliniowe relacje między zmiennymi. Można to poprawić, dodając gładką linię.

Ponadto, jeśli dane są reprezentowane przez model mieszany prostych relacji, relacje te będą wizualnie widoczne jako wzorce nakładające się.

Schemat rozrzut jest jednym z siedmiu podstawowych narzędzi z kontrolą jakości.

Wykres punktowy -przykłady

Wykres punktowy -przykład 1

Wykres punktowy -przykład 2

Matryce wykresów punktowych

Dla zestawu zmiennych danych (wymiary) X ₁ , X ₂ , …, X _k , macierz wykresów rozproszenia pokazuje wszystkie pary wykresów rozproszenia zmiennych w jednym widoku z wieloma wykresami rozproszenia w formacie macierzy. W przypadku k zmiennych macierz wykresu rozrzutu będzie zawierać k wierszy i k kolumn. Wykres znajdujący się na przecięciu i-tego rzędu i j-tej kolumny jest wykresem zmiennych X _i względem X _j .  Oznacza to, że każdy wiersz i kolumna ma jeden wymiar, a każda komórka wykreśla wykres rozproszenia dwóch wymiarów.

Kiedy używać wykres punktowy

Wykres Punktowy pomaga w odkrywaniu związków między wartościami i lokalizowaniu wartości odstających w zbiorach danych. Wykres Punktowy używa się, gdy każda prezentowana pozycja danych ma co najmniej dwie wartości, na przykład średnią długość życia i średni produkt krajowy brutto na głowę mieszkańca w różnych krajach.

Zalety wykresu rozrzutu

Wykres punktowy / wykresu rozrzutu to świetne narzędzie do wizualizowania korelacji między dwiema (lub kilkoma) miarami naraz. Trzecia miara pozwala w efektywny sposób rozróżniać wartości i upraszcza identyfikowanie na przykład dużych krajów, dużych klientów, dużych ilości itd.

Wady wykresu korelacji

Wykres punktowy / wykres korelacji może być mało czytelny dla mniej doświadczonych użytkowników, ponieważ ma wartości miar na obu osiach, a ewentualna trzecia miara jeszcze dodatkowo utrudnia interpretację. Upewnij się, że nawet początkujący użytkownik będzie w stanie poprawnie zinterpretować wykres punktowy. Dobrym sposobem na ułatwienie interpretacji jest stosowanie czytelnych, opisowych etykiet.

Wartości mogą nachodzić na siebie — w takim przypadku będą widoczne dopiero po powiększeniu widoku.

Wykres korelacji Excel

Poniżej excel diagram korelacji totalnie za darmo do ściągnięcia:

https://drive.google.com/file/d/1w5t9ifcYjFnU8haJyfGROfMD54bqBvPN/view?usp=sharing