Зміст
Діаграма розкиду є важливим діагностичним інструментом у арсеналі статистиків, отриманого шляхом побудови графа з двома змінними та формулювання функціональної гіпотези про її співвідношення. З цієї причини вони зазвичай розробляються перед регресійним аналізом. Потім статистик перевіряє гіпотезу, використовуючи регресійний аналіз і визначає точний знак і величину відносини. Крім того, графік регресії допомагає визначити невідповідні дані - значення, які є ненормально віддаленими від більшості зразкових даних. Усунення невідповідних даних допомагає поліпшити регресійну модель.
Інструкції
-
Шукайте негативний зв'язок між двома змінними в діаграмі розсіювання. Якщо низькі значення першої змінної відповідають високим значенням другої змінної, то існує негативна кореляція. У цьому випадку лінія, що проходить через дані, матиме негативний нахил.
-
Вивчіть діаграму для позитивного зв'язку між змінними. Якщо низькі значення першої змінної відповідають низьким значенням другої змінної, а високі значення першої змінної аналогічно відповідають високим значенням другої, змінні мають позитивну кореляцію. У цьому випадку лінія, що проходить через дані, матиме позитивний нахил.
-
Перевірте діаграму розсіювання, щоб визначити, чи немає взаємозв'язку між змінними. Якщо дані на графіку розподілені випадковим чином, без видимих зв'язків між змінними, то вони не мають кореляції, або малу і статистично незначну кореляцію. У цьому випадку лінія, що проходить через дані, є горизонтальною, з нахилом, рівним нулю.
-
Створіть лінію регресії через дані, вивчіть її форму і оцініть характер взаємозв'язку між двома змінними. Пряма лінія інтерпретується з лінійною залежністю, крива форма вказує на квадратичне відношення, а лінія, яка починається відносно плоскою перед зростанням або падінням, раптом інтерпретується як експоненційне співвідношення.
-
Шукайте невідповідні дані на діаграмі. Значення, які ненормально далекі від набору даних. Невідповідності розходяться у взаємозв'язку між змінними. Ліквідуйте їх, але тільки якщо їх наявність не впливає на аналіз взаємозв'язку між двома змінними.