In diesem Thema
Schritt 1: Suchen nach Modellbeziehungen und Auswerten von deren Stärke
Suchen Sie nach Modellbeziehungen zwischen Variablenpaaren. Ermitteln Sie, welche Modellbeziehung für Ihre Daten am besten geeignet ist, und werten Sie die Stärke der Beziehung aus. Wenn ein Modell gut angepasst ist, können Sie die Daten mit der Regressionsgleichung für das betreffende Modell beschreiben.
Tipp
Um festzustellen, wie gut ein bestimmtes Modell an Ihre Daten angepasst ist, fügen Sie eine angepasste Regressionslinie hinzu. Doppelklicken Sie auf die Grafik. Wenn sich die Grafik im Bearbeitungsmodus befindet, klicken Sie mit der rechten Maustaste auf die Grafik, und wählen Sie anschließend aus. Sie können mit dem Mauszeiger auf die angepasste Regressionslinie zeigen, um die Regressionsgleichung einzublenden.
Typ der Beziehung
Linear: positiv
Linear: negativ
Gekrümmt: quadratisch
Gekrümmt: kubisch
Keine Beziehung
Wenn ein Modell passend für Ihre Daten erscheint, können Sie die Beziehung mit einer Regressionsanalyse untersuchen.
Stärke der Beziehung
Schwächere Beziehung
Stärkere Beziehung
Um die Stärke einer linearen (geraden) Beziehung zu quantifizieren, führen Sie eine Korrelationsanalyse aus.
Schritt 2: Suchen nach gruppenbezogenen Mustern
Wenn das Matrixplot Gruppen aufweist, können Sie nach gruppenbezogenen Mustern suchen. Suchen Sie nach Differenzen in den x-y-Beziehungen zwischen Gruppen von Beobachtungen. Selbst wenn Sie keine Gruppierungsvariable in die Grafik eingebunden haben, können Sie u. U. sinnvolle Gruppen identifizieren. Sinnvolle Gruppen sind möglicherweise nützlich, um die Daten genauer zu beschreiben.
Die folgenden Grafiken veranschaulichen Beispiele für gruppenbezogene Muster.
- Gruppen mit unterschiedlichen Steigungen
- Wenn eine Gruppe eine steilere Steigung aufweist, sind Änderungen der x-Werte mit größeren Änderungen der y-Werte verbunden.
- Gruppen mit unterschiedlichen Lagen
- Eine Gruppe weist für jeden einzelnen Wert von x durchgehend höhere y-Werte als die andere Gruppe auf.
- Gruppen in Clustern
- Die drei Cluster in diesem Streudiagramm weisen auf das Vorliegen von drei Gruppen hin.
- Kein gruppenbezogenes Muster
- Diese beiden Gruppen scheinen sich nicht zu unterscheiden.
Wenn Sie vermuten, dass Ihre Daten Gruppen enthalten, können Sie der Grafik eine Gruppierungsvariable hinzufügen, um die Gruppen zu veranschaulichen. Doppelklicken Sie auf einen Datenpunkt, und wählen Sie die Registerkarte Gruppen aus.
Schritt 3: Suchen nach anderen Mustern
Ausreißer können auf ungewöhnliche Bedingungen in den Daten hinweisen. Zeitbasierte Trends können auf sich ändernde Datenbedingungen hindeuten.
Ausreißer
Ausreißer, d. h. Datenwerte, die weit entfernt von den anderen Datenwerten liegen, können sich stark auf Ihre Ergebnisse auswirken.
Versuchen Sie, die Ursache von Ausreißern zu ermitteln. Korrigieren Sie sämtliche Dateneingabe- oder Messfehler. Erwägen Sie, Datenwerte zu entfernen, die auf ungewöhnliche, einmalige Ereignisse (Ausnahmebedingungen) zurückzuführen sind. Wiederholen Sie anschließend die Analyse.
Zeitbasierte Trends
Wenn die x-Variable eine Abfolge von chronologisch erfassten Uhrzeit- oder Datumswerten enthält, suchen Sie nach zeitbasierten Trends. Um dem Streudiagramm eine Verbindungslinie hinzuzufügen, doppelklicken Sie auf die Grafik. Wenn sich das Streudiagramm im Bearbeitungsmodus befindet, klicken Sie mit der rechten Maustaste auf die Grafik, und wählen Sie erst und dann Verbindungslinie aus.
Zyklischer Trend
Ansteigender Trend
Hinweis
Wenn Sie Daten in regelmäßigen Zeitintervallen erfasst haben, können Sie ein Zeitreihendiagramm verwenden.
