Spreidingsdiagram 2D

Een 2D-spreidingsdiagram is een vorm van datavisualisatie die het verband tussen twee continue variabelen weergeeft in een tweedimensionale (2D) ruimte. Elk datapunt in de plot komt overeen met een geordend paar waarden van de twee variabelen, uitgezet in het cartesische coördinatenstelsel.

Laatst beoordeeld

Belangrijkste conclusie

Een 2D-spreidingsdiagram is een vorm van datavisualisatie die het verband tussen twee continue variabelen weergeeft in een tweedimensionale (2D) ruimte.

Op deze pagina
  1. Wat is een spreidingsdiagram 2D?
  2. Wanneer gebruikt u een spreidingsdiagram 2D?
  3. Richtlijnen voor correct gebruik van het spreidingsdiagram 2D
  4. Alternatieven: wanneer u geen spreidingsdiagram 2D gebruikt
  5. Voorbeeld van een spreidingsdiagram 2D
  6. Zo maakt u een spreidingsdiagram 2D

Wat is een spreidingsdiagram 2D?

Een 2D-spreidingsdiagram is een vorm van datavisualisatie die het verband tussen twee continue variabelen weergeeft in een tweedimensionale (2D) ruimte. Elk datapunt in de plot komt overeen met een geordend paar waarden van de twee variabelen, uitgezet in het cartesische coördinatenstelsel. De x-as vertegenwoordigt doorgaans de ene variabele en de y-as de andere. De positie van elk punt in de plot geeft de specifieke waarden van beide variabelen voor dat datapunt aan.

Wanneer gebruikt u een spreidingsdiagram 2D?

Hier zijn enkele situaties waarin een 2D-spreidingsdiagram bijzonder nuttig is:

  • Verband onderzoeken: Spreidingsdiagrammen helpen het verband tussen twee variabelen te begrijpen. Ze kunnen laten zien of er een positieve of negatieve correlatie is, een lineair of niet-lineair verband, of helemaal geen duidelijk verband.
  • Uitschieters opsporen: Spreidingsdiagrammen kunnen uitschieters in de gegevens zichtbaar maken. Uitschieters zijn datapunten die sterk van het algemene patroon afwijken en ze kunnen waardevolle inzichten geven of wijzen op mogelijke fouten of afwijkingen in de dataset.
  • Clusters herkennen: Spreidingsdiagrammen kunnen de aanwezigheid van clusters of groepen in de gegevens tonen. Als bepaalde datapunten de neiging hebben te clusteren, wijst dat erop dat ze vergelijkbare kenmerken delen of vergelijkbaar gedrag vertonen.
  • Groepen vergelijken: Spreidingsdiagrammen kunnen worden gebruikt om de verdeling of het verband tussen twee variabelen te vergelijken tussen verschillende groepen of categorieën. Door elke groep een andere kleur of een ander symbool te geven, zijn verschillen of overeenkomsten tussen groepen gemakkelijker te analyseren.
  • Trends visualiseren: Spreidingsdiagrammen kunnen helpen trends in de tijd of over een andere continue variabele te visualiseren. Door de datapunten in chronologische of opeenvolgende volgorde uit te zetten, kunnen patronen zoals stijgende of dalende trends worden herkend.
  • Gegevensverdeling: Spreidingsdiagrammen geven inzicht in de verdeling van datapunten langs de twee variabelen. Ze kunnen de concentratie of spreiding van datapunten tonen en zo een indicatie geven van de spreiding en dichtheid van de gegevens.

Richtlijnen voor correct gebruik van het spreidingsdiagram 2D

  • Gegevens voor een effectieve grafiek moeten bestaan uit een of meer paren numerieke of datum/tijd-kolommen.
  • Elk paar kolommen moet hetzelfde aantal rijen hebben.
  • Er kunnen maximaal drie kolommen met categorische gegevens voor groepering worden opgenomen.
  • De steekproefomvang moet middelgroot tot groot zijn voor duidelijkere patronen in de gegevens.
  • Een spreidingsdiagram met een gefitte regressielijn is het meest effectief bij een steekproefomvang van ongeveer 40 of meer.
  • De gefitte regressielijn kan minder nauwkeurig zijn als de steekproefomvang kleiner is dan 40.
  • Het willekeurig kiezen van de steekproefgegevens is belangrijk om generalisaties over de populatie te kunnen maken.
  • Niet-willekeurig verzamelde gegevens vertegenwoordigen de populatie mogelijk niet nauwkeurig.
  • Registreer de gegevens in de volgorde waarin ze worden verzameld om tijdgerelateerde patronen te beoordelen.

Alternatieven: wanneer u geen spreidingsdiagram 2D gebruikt

  • Tijdreeksplot: Een tijdreeksplot is geschikt wanneer u gegevens hebt die in chronologische volgorde met regelmatige tussenpozen zijn verzameld en u de gegevens in de tijd wilt visualiseren.

Voorbeeld van een spreidingsdiagram 2D

Een onderzoeker die gespecialiseerd is in medische studies richt zich op obesitas bij tienermeisjes. Vanwege de uitdagingen en kosten van het rechtstreeks meten van het vetpercentage wil de onderzoeker vaststellen hoe effectief de body-mass-index (BMI) is als betrouwbare indicator van het vetpercentage. Daartoe verzamelt de onderzoeker gegevens over BMI, vetpercentage en aanvullende persoonlijke factoren van een groep van 92 adolescente meisjes. Als eerste stap in het onderzoek maakt de onderzoeker een spreidingsdiagram van de correlatie tussen vetpercentage en BMI, zodat het verband tussen deze twee variabelen kan worden beoordeeld. De volgende stappen:

  1. De benodigde gegevens verzameld.
Scatter Plot 2D — figure 1
  1. Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
  2. Om het spreidingsdiagram 2D te vinden, kiest u Statistical module> Graphical analysis > Scatter Plot 2D.
  3. Voer in de tool de gegevens en de overige invoer als volgt in:
  4. Na gebruik van de bovengenoemde tool wordt de uitvoer als volgt weergegeven:
Scatter Plot 2D — figure 2Scatter Plot 2D — figure 3

Zo maakt u een spreidingsdiagram 2D

De handleiding is als volgt:

  1. Meld u aan bij Zometric Statistical Software op https://statsai.zometric.com/
  2. Kies op de startpagina Statistical Tool> Graphical analysis >Scatter Plot 2D.
  3. Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad en plak (Ctrl+V) ze, of gebruik de optie Load Example, waarmee de voorbeeldgegevens worden geladen.
  4. Koppel vervolgens de kolommen aan de parameters.
  5. Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.

Op het dashboard van het spreidingsdiagram 2D is het venster in twee delen verdeeld.

Scatter Plot 2D — figure 4

Links bevindt zich het Data Pane. In het Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kunt de gegevens volledig kopiëren (Ctrl+C) uit een Excel-blad en hier plakken (Ctrl+V).

Load example: Er worden voorbeeldgegevens geladen.

Load File: Hiermee laadt u Excel-gegevens rechtstreeks.

Rechts staan de volgende opties:

Trend Line Type: In een 2D-spreidingsdiagram is een trendlijn, ook wel best passende lijn of regressielijn genoemd, een lijn die de algemene richting of trend van de datapunten weergeeft. Ze wordt gebruikt om het verband te begrijpen tussen twee variabelen die in het spreidingsdiagram zijn uitgezet.

  • OLS: In de context van een spreidingsdiagram is een OLS-trendlijn een rechte lijn die de datapunten het best benadert volgens de OLS-methode.
  • Lowess: De Lowess-trendlijn (Locally Weighted Scatterplot Smoothing) is een niet-parametrische regressiemethode om de onderliggende trend of het verband tussen twee variabelen te schatten. In tegenstelling tot de OLS-trendlijn, die een lineair verband aanneemt, kan de Lowess-trendlijn complexere en niet-lineaire patronen in de gegevens vastleggen.
  • Expanding: In een 2D-spreidingsdiagram is een uitbreidende trendlijn een trendlijn die zich aanpast en uitbreidt naarmate meer datapunten aan de plot worden toegevoegd. In plaats van een vaste set datapunten te gebruiken om de trendlijn te berekenen, houdt een uitbreidende trendlijn rekening met alle beschikbare datapunten tot het huidige uitgezette punt.

Subplot Distribution: De subplotverdeling maakt het mogelijk meerdere spreidingsdiagrammen tegelijk te visualiseren en te vergelijken, zodat patronen, verbanden of verschillen tussen verschillende datasets of variabelen gemakkelijker te zien zijn. Elke subplot kan een andere deelverzameling van de gegevens of een andere combinatie van variabelen weergeven en zo een uitgebreid beeld van de gegevens vanuit verschillende perspectieven geven.

Discrete color sequence: Een discrete kleurenreeks is een set afzonderlijke kleuren waarmee categorische datapunten in een plot, zoals een 2D-spreidingsdiagram, worden onderscheiden. Deze aanpak is vooral nuttig bij het visualiseren van gegevens met meerdere categorieën of groepen, omdat ze een duidelijk en direct onderscheid tussen die groepen mogelijk maakt.

Color scale: Hiermee kunt u de patronen in de gegevens beter visualiseren en specifieke waardebereiken benadrukken.

Download as Excel: Hiermee wordt het resultaat in Excel-formaat weergegeven, dat u eenvoudig kunt bewerken en met de optie Load File opnieuw kunt laden voor berekeningen.

Veelgestelde vragen

Wat is een 2D-spreidingsdiagram?

Een 2D-spreidingsdiagram is een diagram dat het verband tussen twee continue variabelen toont. Elk punt is een geordend paar waarden dat in het cartesische vlak is uitgezet, met de ene variabele op de x-as en de andere op de y-as, zodat de positie van het punt de waarden van beide variabelen voor die waarneming geeft.

Wat kan een spreidingsdiagram tonen?

Een spreidingsdiagram kan positieve of negatieve correlatie, lineaire of niet-lineaire verbanden, of geen duidelijk verband tonen. Het maakt ook uitschieters zichtbaar die van het algemene patroon afwijken, clusters van vergelijkbare punten, verschillen tussen groepen die met verschillende kleuren of symbolen zijn weergegeven, en de spreiding en dichtheid van de gegevens langs beide variabelen.

Hoeveel datapunten hebt u nodig voor een spreidingsdiagram met een regressielijn?

Een middelgrote tot grote steekproef geeft duidelijkere patronen. Een spreidingsdiagram met een gefitte regressielijn is het meest effectief bij een steekproefomvang van ongeveer 40 of meer en de gefitte lijn kan onder 40 minder nauwkeurig zijn. Gegevens moeten willekeurig worden verzameld om te generaliseren naar de populatie en in verzamelvolgorde worden geregistreerd om tijdgerelateerde patronen te controleren.

Wat is het verschil tussen OLS- en Lowess-trendlijnen?

Een OLS-trendlijn is de rechte lijn die de punten het best benadert volgens de kleinste-kwadratenmethode, dus ze neemt een lineair verband aan. Een Lowess-trendlijn (locally weighted scatterplot smoothing) is een niet-parametrische methode die complexere, niet-lineaire patronen in het verband tussen de twee variabelen kan volgen.