نمودارهای پراکندگی

۵۱۷۹ بازدید
آخرین به‌روزرسانی: ۱۱ اردیبهشت ۱۴۰۲
زمان مطالعه: ۴ دقیقه
نمودارهای پراکندگی

نمودار پراکندگی جز آن دسته از نمودارهایی است که به طور معمول در ابتدای امر بررسی داده‌ها از آن استفاده می‌شود. پراکندگی داده‌ها، توزیع داده‌ها و محدوده آنها را می توان بر اساس نمودارهای پراکندی مشاهده کرد. نمودار پراکندگی جهت مشاهده جزئیات داده‌ها نیست؛ بلکه کلیتی از روابط بین داده‌ها را به نمایش می‌گذارد. به وسیله نمودار پراکندگی می توان رابطه بین دو متغیر عددی را بررسی کرد. برای مقال  در واحد پشتیبانی یک شرکت رابطه تعداد تماس‌ها و تعداد سفارش‌ها با استفاده از نمودار پراکندگی قابل بررسی است. نمودار پراکندگی (XY)، نقطه هایی روی خود دارد که ارتباط بین دو نوع از داده ها را نمایش می دهند.

مثال: رابطه قد و وزن

در تصویر مثال زیر هر نقطه، وزن یک شخص را در مقایسه با قد او نشان می دهد.

داده ها روی نمودار با مختصات دکارتی (x,y) رسم شده اند.

در ادامه یک مثال دیگر را بررسی می‌کنیم. فرض کنید بستنی فروشی محله به دنبال این است که بفهمد تعداد بستنی‌هایی که در یک روز می‌فروشد چه رابطه‌ای با دمای ظهر آن روز دارد. نتایج به دست آمده برای 12 روز به شکل زیر است:

فروش بستنی بر اساس دمای ظهر
دما °Cفروش بستنی
14.2°215 هزار تومان
16.4°325 هزار تومان
11.9°185 هزار تومان
15.2°332 هزار تومان
18.5°406 هزار تومان
22.1°522 هزار تومان
19.4°412 هزار تومان
25.1°614 هزار تومان
23.4°544 هزار تومان
18.1°421 هزار تومان
22.6°445 هزار تومان
17.2°408 هزار تومان

در ادامه همان داده‌ها این بار در نمودار پراکندگی رسم شده‌اند:

 

اکنون به راحتی می‌توان فهمید که هوای گرم باعث فروش بیشتر می‌شود؛ اما این نسبت کاملاً صحیح نیست.

خط روند

ما همچنین می توانیم «خط روند» یعنی (Trendline) یا (Line of Best Fit) را روی نمودار پراکندگی رسم کنیم.

سعی بر آن است که خط را طوری رسم کنیم که تا حد ممکن به تمامی نقاط نزدیک باشد، و نقاط بالای خط تقریبا برابر با نقاط زیر آن شود.

مثال: بالا آمدن سطح آب دریا

نمودار پراکندگی برای بالا آمدن سطح دریا چنین است:

ما «خط روند» را برای آن به صورت زیر رسم می‌کنیم:

 

درونیابی و برونیابی

«درونیابی» (Interpolation) به عملی گفته می‌شود که طی آن یک مقدار را داخل نقاط داده‌ها پیدا می‌کنیم.

در اینجا ما از درونیابی خطی برای تخمین میزان فروش در دمای 21 درجه سانتیگراد کمک می‌گیریم.

«برونیابی» (Extrapolation) به عملی گفته می‌شود که طی آن یک مقدار را خارج از نقاط داده‌ها پیدا می‌کنیم. در اینجا ما از برونیابی خطی برای تخمین میزان فروش در دمای 29 درجه سانتیگراد (که از تمامی داده‌های ما بزرگتر است) کمک می‌گیریم.

دقت کنید که برونیابی می‌تواند نتایج گمراه کننده‌ای به دست بدهد، چرا که در «منطقه بررسی نشده» به دنبال آن داده هستیم. همانند استفاده از نمودار (مانند بالا) می توانیم یک فرمول برای کمک بیشتر بنویسیم.

مثال:

ما می توانیم یک «معادله خط از دو نقطه» را به کمک نمودار بالا به دست آوریم. اکنون دو نقطه روی خط به صورت (180 هزار تومان و °12) و (610 هزار تومان و °25) در نظر می گیریم که به مقدار واقعی نزدیک باشد. ابتدا شیب را پیدا می‌کنیم:

تغییرات x ÷ تغییرات y = شیب m

                    = (610 − 180) ÷ (25° − 12°)

= 430 ÷ 13°

    = 33 (گردشده)

اکنون مقدار شیب و همچنین مختصات نقطه (180 هزار تومان و °12) را در فرمول «شیب - خط» قرار می دهیم:

y − y1 = m(x − x1)

y − 180 = 33(x − 12)

y = 33(x −12) +180

y = 33x − 396 + 180

y = 33x − 216

اکنون از این معادله می‌توان برای درونیابی میزان فروش در دمای 21 درجه سانتیگراد استفاده کرد:

y = 33 × 21 − 216 = 477

و برای برونیابی میزان فروش در دمای 29 درجه سانتیگراد:

y = 33 × 29 − 216 = 741

مقادیر به دست آمده به مقادیر روی نمودار نزدیک هستند؛ اما این به این معنی نیست که آنها دقت بیشتری (یا کمتری) دارند. این ها فقط اعداد تخمینی هستند.

نکته: از برونیابی نباید در مورد نقاط دوردست استفاده شود. برای مصال چه مقدار فروشی را در دمای °0 می‌توان فرض کرد؟

y = 33 × 0 − 216 = −216

 منفی 216 هزار تومان نشان می‌دهد که بسیار دور رفته‌ایم. دقت کنید که ما از درونیابی و برونیابی خطی (روی خط) استفاده کردیم؛ اما انواع دیگری نیز وجود دارند، برای مثال می توانیم از چند جمله‌ای‌ها برای ساختن خطوط منحنی استفاده کنیم.

همبستگی

هنگامی که دو دسته از داده‌ها شدیداً به هم مرتبط و وابسته باشند، می‌گوییم که آنها همبستگی بالایی دارند.

«کلمه‌ی همبستگی از ترکیب هم (به معنی باهم) و وابستگی تشکیل شده است»

  • همبستگی زمانی مثبت است که مقادیر نسبت به هم افزایش یابند.
  • همبستگی زمانی منفی است که یک دسته از داده‌ها با افزایش دسته دیگر، کاهش یایند.

مانند نمودارهای زیر:

 

همبستگی منفی

همبستگی می‌تواند منفی باشد، به این معنی که رابطه‌ای بین دو دسته داده وجود دارد؛ اما با افزایش یک دسته، دسته دیگر کاهش می یابد. مثالی از همبستگی منفی بین میزان زاد و ولد با نسبت به درآمد است، یعنی میزان زاد و ولد ظاهراً در کشور های پر درآمد کمتر است:

کشورتولید سالانه سرانهنرخ تولد
ماداگاسکار$8005.70
هند$3,1002.85
مکزیک$9,6002.49
تایوان$25,3001.57
نروژ$40,0001.78

در زیر، نمودار پراکندگی برای تقریبا 100 کشور آمده است.

این نمودار، همبستگی منفی دارد، چون شیب خط به سمت پایین است. دقت کنید که در اینجا تلاش کردیم یک خط راست را روی نمودار رسم کنیم؛ اما شاید یک منحنی بهتر باشد. نظر شما چیست؟

اگر این نوشته برای شما مفید بوده است، آموزش‌های زیر به شما پیشنهاد می‌شوند:

==

بر اساس رای ۴۳ نفر
آیا این مطلب برای شما مفید بود؟
اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.
منابع:
mathsisfun
۲ دیدگاه برای «نمودارهای پراکندگی»

توضیحات کامل و واضح و عالی بود,با تشکر از شما.

سپاسگزارم، بسیار عالی بود…

نظر شما چیست؟

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *