Gráfico matricial (matrix plot)

O Matrix Plot mostra diagramas de dispersão para todos os pares de duas ou mais variáveis numéricas, ou uma grade Y versus X, com histogramas opcionais na diagonal e grupos por cor. Ele não ajusta nada por si só. Use-o para triar entradas e saídas do processo antes de uma regressão, encontrar variáveis que carregam a mesma informação e identificar agrupamentos. A interpretação guiada classifica cada X pelo R² ajustado como preditor da primeira variável.

Última revisão

Conclusão principal

Um matrix plot desenha um diagrama de dispersão para cada par de variáveis em uma única grade, para você ver de relance quais variáveis se movem juntas, quais se movem em sentidos opostos e quais não têm relação.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

O Matrix Plot desenha um diagrama de dispersão para cada par de variáveis em uma única grade, para você ver de relance quais variáveis se movem juntas, quais se movem em sentidos opostos e quais não têm relação. Use-o para triar várias entradas e saídas do processo antes de uma regressão, para encontrar variáveis que carregam a mesma informação ou para identificar agrupamentos e pontos incomuns que um único diagrama de dispersão deixaria passar.

Principais recursos

  • Matriz de todos os pares de duas ou mais variáveis numéricas: um diagrama de dispersão para cada par.
  • Grade Y versus X: uma linha por variável Y e uma coluna por variável X, quando as variáveis X são definidas.
  • Matriz completa, ou apenas a metade inferior esquerda ou superior direita, para eliminar os painéis duplicados.
  • Categoria de cor opcional, para ver se os grupos (tipo de lote, fornecedor, turno) se separam.
  • Interpretação guiada opcional: um Scatterplot Screener que classifica as demais variáveis conforme o quanto cada uma prevê a primeira.

Métodos estatísticos

Somente as linhas em que todas as variáveis selecionadas são numéricas são usadas, de modo que todos os painéis mostram o mesmo conjunto de observações. O painel na linha i e coluna j plota a variável i (vertical) contra a variável j (horizontal). O gráfico em si não ajusta nada; uma faixa reta e estreita de pontos indica uma forte relação linear, um formato de leque indica variação desigual, e nuvens separadas indicam agrupamentos ou estratificação.

A interpretação guiada toma a primeira variável selecionada como Y e cada uma das demais como X (ou as variáveis X, quando definidas). Para cada X, ajusta uma reta e uma quadrática por mínimos quadrados e mantém a quadrática apenas se o seu termo quadrático for significativo ao nível de 5%. Informa o R² ajustado do melhor modelo como Predictive Ability: a parcela da variação de Y que X sozinho explica, corrigida pelo número de termos. Cada X é avaliado isoladamente; quando as entradas são correlacionadas entre si, é necessária uma regressão múltipla para ver seu efeito conjunto.

Campos de entrada e opções

Campo

Descrição

Variables (or Y variables)

Obrigatório. Duas ou mais colunas numéricas para uma matriz de todos os pares. Se X variables também for definido, elas se tornam as linhas (variáveis Y) de uma grade Y versus X.

X variables (optional)

Opcional. Constrói uma grade de variáveis Y versus variáveis X (linhas = Variables acima, colunas = esta lista) em vez de uma matriz de todos os pares.

Color-category column

Opcional. Colore os pontos por grupo. Selecione “--” para nenhuma categoria.

Matrix layout

Full matrix (default), Lower left only or Upper right only. Aplica-se apenas à matriz de todos os pares.

Show histograms on the diagonal

Marcada por padrão: desenha um histograma de cada variável nos painéis da diagonal, com um histograma sobreposto por categoria quando uma Color-category column é definida; desmarque para omitir os painéis da diagonal.

Title

Título do gráfico. Padrão “Matrix Plot”.

Discrete color sequence

Paleta de cores para as categorias. Padrão D3.

Data Options: Subset (optional)

Exclude matching rows (default) or Include only matching rows; Row numbers (ex.: 3,7,12-15) e/ou uma Condition (ex.: Batch_Type == "Premium") selecionam as linhas.

Show guided interpretation

Adiciona um Predictive Ability Report, um Diagnostic Report e um Report Card (Scatterplot Screener para a primeira variável). Desativada por padrão.

matrix-plot-inputs


Figura 1 — Opções do exemplo: quatro propriedades do material coloridas por Batch_Type, layout inferior esquerdo, histogramas na diagonal, interpretação guiada ativada.

Descrição da saída

  • Matrix Plot — a grade de diagramas de dispersão, com um histograma de cada variável na diagonal quando essa opção está marcada, colorida por categoria com legenda quando uma é escolhida; passe o mouse sobre um ponto para ler seus valores.
  • Predictive Ability Report — gráfico de barras e tabela do melhor modelo (Linear ou Quadratic) e seu R-sq(adj) % para cada X como preditor da primeira variável (apenas na interpretação guiada).
  • Diagnostic Report — quais padrões procurar em cada painel (apenas na interpretação guiada).
  • Report Card — verificações de dados incomuns, gráficos alternativos e próximos passos (apenas na interpretação guiada).
  • Exportação em PDF por meio de Download.

matrix-plot-output


Figura 2 — Matriz inferior esquerda de densidade, dureza, resistência à tração e alongamento para 40 lotes, Standard (azul) e Premium (laranja), com o histograma de cada propriedade na diagonal.

Exemplo prático

Um metalurgista tem quatro propriedades para cada um de 40 lotes de material (20 Standard, 20 Premium): densidade (g/cc), dureza (HB), resistência à tração (MPa) e alongamento (%). Em vez de seis diagramas de dispersão separados, o metalurgista seleciona as quatro como Variables, define Color-category column = Batch_Type e Matrix layout = Lower left only, mantém Show histograms on the diagonal marcada e marca Show guided interpretation.

Densidade, dureza e resistência à tração crescem juntas em faixas retas e estreitas: suas correlações vão de 0.97 a 0.99. O alongamento segue o sentido oposto, de forma mais frouxa: lotes mais resistentes são menos dúcteis (correlações de cerca de −0.46 a −0.51). Os lotes Premium ficam mais altos em dureza (média de 212.9 contra 180.1 HB) e em resistência à tração (1253.6 contra 1126.2 MPa), enquanto sua densidade difere pouco (7.878 contra 7.850 g/cc).

O Predictive Ability Report, tomando a densidade como Y, mostra que a dureza (R-sq(adj) de 96.4%) e a resistência à tração (93.7%) preveem cada uma a densidade quase totalmente com uma reta, enquanto o alongamento explica apenas 18.8%. Para a equipe, isso significa que dureza, resistência à tração e densidade carregam quase a mesma informação: um ensaio rápido de dureza pode triar lotes quanto à resistência, e o alongamento precisa ser medido separadamente, pois não pode ser bem inferido a partir das demais.

Perguntas frequentes

Quando usar um matrix plot?

Use um matrix plot para triar várias entradas e saídas do processo antes de uma regressão, para encontrar variáveis que carregam a mesma informação ou para identificar agrupamentos e pontos incomuns que um único diagrama de dispersão deixaria passar. Ele substitui muitos diagramas de dispersão separados por uma única grade; quatro variáveis, por exemplo, exigiriam seis diagramas de dispersão.

Como ler um matrix plot?

Cada painel plota uma variável contra outra. Uma faixa reta e estreita de pontos indica uma forte relação linear, um formato de leque indica variação desigual, e nuvens separadas indicam agrupamentos ou estratificação. Somente as linhas em que todas as variáveis selecionadas são numéricas são usadas, de modo que todos os painéis mostram as mesmas observações.

O que é o relatório Predictive Ability em um matrix plot?

Com a interpretação guiada, a primeira variável é Y e cada uma das demais é um X. Para cada X, ajustam-se uma reta e uma quadrática, mantendo-se a quadrática apenas se o seu termo quadrático for significativo a 5%. O R² ajustado do melhor modelo é informado como Predictive Ability, a parcela da variação de Y que X sozinho explica.

Qual é a diferença entre o layout de matriz completa e o inferior esquerdo?

A matriz completa mostra cada par nos dois sentidos, de modo que cada relação aparece duas vezes. O layout inferior esquerdo ou superior direito mostra apenas metade da matriz, para eliminar os painéis duplicados. As opções de layout aplicam-se apenas à matriz de todos os pares, e não a uma grade Y versus X.