散布図の主要な結果を解釈する

散布図を解釈するには、次の手順を実行します。

ステップ1:モデル関係を探してその強さを評価

データに最も適したモデル関係を判定し、関係の強さを評価します。モデルがしっかりと適合すると、そのモデルの回帰式を使用して、データの描写ができます。

ヒント

特定のモデルがどれほどデータに適合しているかを確認するために、適合回帰直線を追加します。グラフがアクティブな状態で、エディタ > 追加 > 回帰適合を選択します。適合回帰直線の上にポインタを置くと、回帰式を見ることができます。

関係のタイプ

データに最も適したモデル関係があれば、それを判定します。次に示されるのは、回帰適合直線とモデル化できる関係のタイプの例です。
直線:正
直線:負
曲線:2次
曲線:立方
関係なし

データがモデルに適合しそうな場合は、回帰分析を使用して、関係を探ることができます。

関係の強さ

データがどれほど密接にモデルに適合しているかを評価して、XとYの間の関係の強さを推定します。関係が強い時、回帰式はデータを正確にモデル化します。適合回帰直線がある場合は、そこにポインタを置いて、回帰式およびR2乗値を表示します。R2乗値が高いほど、回帰式がより正確にデータをモデル化します。
より弱い関係
より強い関係

直線の関係の強さを計るために、相関分析を用います。

ステップ3:他のパターンを探す

外れ値は、データの異常な条件を示していることがあります。時間基準のトレンドは、変わるデータ条件を示すことがあります。

外れ値

外れ値は、他の大部分のデータから離れているデータ値のことで、分析の結果に大きな影響を及ぼします。

散布図では、孤立点で外れ値が識別されます。

外れ値がある場合は、その原因を特定してください。データ入力や測定の誤差はすべて修正します。異常な1回だけの事象(特殊原因)に関連付けられたデータ値を除外することを検討してください。それから、分析を繰り返します。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください