Diagrama de dispersão 2D

O diagrama de dispersão 2D é um tipo de visualização de dados que representa a relação entre duas variáveis contínuas em um espaço bidimensional (2D). Cada ponto de dados do gráfico corresponde a um par ordenado de valores das duas variáveis, plotado no plano de coordenadas cartesianas.

Última revisão

Conclusão principal

O diagrama de dispersão 2D é um tipo de visualização de dados que representa a relação entre duas variáveis contínuas em um espaço bidimensional (2D).

Nesta página
  1. O que é um diagrama de dispersão 2D?
  2. Quando usar o diagrama de dispersão 2D?
  3. Diretrizes para o uso correto do diagrama de dispersão 2D
  4. Alternativas: quando não usar o diagrama de dispersão 2D
  5. Exemplo de diagrama de dispersão 2D
  6. Como fazer um diagrama de dispersão 2D

O que é um diagrama de dispersão 2D?

O diagrama de dispersão 2D é um tipo de visualização de dados que representa a relação entre duas variáveis contínuas em um espaço bidimensional (2D). Cada ponto de dados do gráfico corresponde a um par ordenado de valores das duas variáveis, plotado no plano de coordenadas cartesianas. O eixo x costuma representar uma variável, enquanto o eixo y representa a outra. A posição de cada ponto no gráfico indica os valores específicos das duas variáveis para aquele ponto de dados.

Quando usar o diagrama de dispersão 2D?

Estas são algumas situações em que um diagrama de dispersão 2D é particularmente útil:

  • Exploração de relações: Os diagramas de dispersão ajudam a entender a relação entre duas variáveis. Eles podem revelar se há correlação positiva ou negativa, uma relação linear ou não linear, ou se não há nenhuma relação aparente.
  • Detecção de outliers: Os diagramas de dispersão podem destacar outliers nos dados. Outliers são pontos de dados que se desviam significativamente do padrão geral e podem fornecer informações valiosas ou indicar possíveis erros ou anomalias no conjunto de dados.
  • Identificação de agrupamentos: Os diagramas de dispersão podem revelar a presença de agrupamentos (clusters) ou grupos nos dados. Se certos pontos de dados tendem a se agrupar, isso sugere que eles compartilham características semelhantes ou apresentam comportamento semelhante.
  • Comparação de grupos: Os diagramas de dispersão podem ser usados para comparar a distribuição ou a relação entre duas variáveis em diferentes grupos ou categorias. Ao atribuir cores ou símbolos diferentes a cada grupo, fica mais fácil analisar diferenças ou semelhanças entre eles.
  • Visualização de tendências: Os diagramas de dispersão podem ajudar a visualizar tendências ao longo do tempo ou de outra variável contínua. Ao plotar os pontos de dados em ordem cronológica ou sequencial, é possível identificar padrões como tendências de alta ou de queda.
  • Distribuição dos dados: Os diagramas de dispersão dão uma visão da distribuição dos pontos de dados ao longo das duas variáveis. Eles podem revelar a concentração ou a dispersão dos pontos de dados, indicando a amplitude e a densidade dos dados.

Diretrizes para o uso correto do diagrama de dispersão 2D

  • Os dados de um gráfico eficaz devem consistir em um ou mais pares de colunas numéricas ou de data/hora.
  • Cada par de colunas deve ter o mesmo número de linhas.
  • É possível incluir até três colunas de dados categóricos para agrupamento.
  • O tamanho amostral deve ser médio a grande para que os padrões nos dados fiquem mais claros.
  • Um diagrama de dispersão com reta de regressão ajustada é mais eficaz com um tamanho amostral de aproximadamente 40 ou mais.
  • A reta de regressão ajustada pode ser menos precisa se o tamanho amostral for menor que 40.
  • Selecionar aleatoriamente os dados da amostra é importante para fazer generalizações sobre a população.
  • Dados coletados de forma não aleatória podem não representar com precisão a população.
  • Registre os dados na ordem em que são coletados para avaliar padrões relacionados ao tempo.

Alternativas: quando não usar o diagrama de dispersão 2D

  • Gráfico de série temporal: Um gráfico de série temporal é adequado quando você tem dados coletados em ordem cronológica, em intervalos regulares, e quer visualizar os dados ao longo do tempo.

Exemplo de diagrama de dispersão 2D

A pesquisadora, especializada em estudos médicos, se concentra em examinar a obesidade entre adolescentes do sexo feminino. Devido aos desafios e custos de medir diretamente o percentual de gordura corporal, a pesquisadora pretende verificar a eficácia do índice de massa corporal (IMC) como um indicador confiável do percentual de gordura corporal. Para isso, ela reúne dados de IMC, percentual de gordura corporal e outros fatores pessoais de um grupo de 92 adolescentes. Como etapa preliminar da investigação, a pesquisadora constrói um diagrama de dispersão que representa a correlação entre o percentual de gordura corporal e o IMC, o que permite avaliar a relação entre essas duas variáveis. As etapas são as seguintes:

  1. Coletou os dados necessários.
Scatter Plot 2D — figure 1
  1. Em seguida, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  2. Para encontrar o diagrama de dispersão 2D, escolha Statistical module> Graphical analysis > Scatter Plot 2D.
  3. Na ferramenta, insira os dados e as demais entradas da seguinte forma:
  4. Depois de usar a ferramenta mencionada acima, obtém-se a saída a seguir:
Scatter Plot 2D — figure 2Scatter Plot 2D — figure 3

Como fazer um diagrama de dispersão 2D

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Graphical analysis >Scatter Plot 2D.
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V); outra opção é Load Example, que carrega os dados de exemplo.
  4. Em seguida, você precisa mapear as colunas para os parâmetros.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) do diagrama de dispersão 2D, a janela é dividida em duas partes.

Scatter Plot 2D — figure 4

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Load File: É usado para carregar diretamente os dados do Excel.

Na parte direita, há várias opções, descritas a seguir:

Trend Line Type: Em um diagrama de dispersão 2D, a linha de tendência, também chamada de linha de melhor ajuste ou reta de regressão, é uma linha que representa a direção geral, ou a tendência, dos pontos de dados. Ela é usada para entender a relação entre as duas variáveis plotadas no diagrama de dispersão.

  • OLS: No contexto de um diagrama de dispersão, uma linha de tendência OLS é uma reta que representa o melhor ajuste dos pontos de dados pelo método OLS (mínimos quadrados ordinários).
  • Lowess: A linha de tendência Lowess (Locally Weighted Scatterplot Smoothing, suavização de dispersão localmente ponderada) é um método de regressão não paramétrico usado para estimar a tendência ou a relação subjacente entre duas variáveis. Ao contrário da linha de tendência OLS, que supõe uma relação linear, a linha de tendência Lowess pode capturar padrões mais complexos e não lineares nos dados.
  • Expanding: Em um diagrama de dispersão 2D, uma linha de tendência expansiva é uma linha de tendência que se ajusta e se expande à medida que mais pontos de dados são adicionados ao gráfico. Em vez de usar um conjunto fixo de pontos de dados para calcular a linha de tendência, uma linha de tendência expansiva leva em conta todos os pontos de dados disponíveis até o ponto atual sendo plotado.

Subplot Distribution: A distribuição em subgráficos permite visualizar e comparar simultaneamente vários diagramas de dispersão, o que facilita observar padrões, relações ou diferenças entre diferentes conjuntos de dados ou variáveis. Cada subgráfico pode representar um subconjunto diferente dos dados ou uma combinação diferente de variáveis, oferecendo uma visão abrangente dos dados sob diferentes perspectivas.

Discrete color sequence: Uma sequência discreta de cores refere-se a um conjunto de cores distintas usadas para diferenciar pontos de dados categóricos em um gráfico, como um diagrama de dispersão 2D. Essa abordagem é particularmente útil ao visualizar dados com várias categorias ou grupos, pois permite uma distinção clara e imediata entre esses grupos.

Color scale: Permite visualizar melhor os padrões dos dados e destacar faixas específicas de valores.

Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.

Perguntas frequentes

O que é um diagrama de dispersão 2D?

O diagrama de dispersão 2D é um gráfico que mostra a relação entre duas variáveis contínuas. Cada ponto é um par ordenado de valores plotado no plano cartesiano, com uma variável no eixo x e a outra no eixo y, de modo que a posição do ponto dá os valores das duas variáveis para aquela observação.

O que um diagrama de dispersão pode mostrar?

Um diagrama de dispersão pode revelar correlação positiva ou negativa, relações lineares ou não lineares, ou nenhuma relação aparente. Também destaca outliers que se desviam do padrão geral, agrupamentos de pontos semelhantes, diferenças entre grupos mostrados em cores ou símbolos diferentes e a dispersão e a densidade dos dados ao longo das duas variáveis.

Quantos pontos de dados são necessários para um diagrama de dispersão com reta de regressão?

Uma amostra de tamanho médio a grande dá padrões mais claros. Um diagrama de dispersão com reta de regressão ajustada é mais eficaz com um tamanho amostral de aproximadamente 40 ou mais, e a reta ajustada pode ser menos precisa abaixo de 40. Os dados devem ser coletados aleatoriamente para permitir generalizar para a população e registrados na ordem de coleta para verificar padrões relacionados ao tempo.

Qual é a diferença entre as linhas de tendência OLS e Lowess?

Uma linha de tendência OLS é a reta que melhor se ajusta aos pontos pelos mínimos quadrados ordinários, de modo que supõe uma relação linear. Uma linha de tendência Lowess (suavização de dispersão localmente ponderada) é um método não paramétrico que pode seguir padrões mais complexos e não lineares na relação entre as duas variáveis.