邊際圖

邊際圖繪製 Y 對 X 的散佈圖,並在兩個座標軸上附帶邊際直方圖、盒鬚圖、小提琴圖或地毯圖,還可按分類欄著色。它不配適模型,也不計算檢定。可用它研究兩個量測值之間的關係,同時檢查每個變數的偏度、集群和離群值,例如在迴歸之前。要量化這種關係,請使用相關分析或配適線圖。

最後審閱

核心要點

邊際圖是兩個變數的散佈圖,並在每個座標軸旁附有小型直方圖、盒鬚圖、小提琴圖或點圖,既顯示 Y 如何隨 X 變化,也顯示每個變數自身的分配。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

邊際圖是兩個變數的散佈圖,並在每個座標軸旁附有一個小型分配圖。它在一個檢視中同時顯示 Y 如何隨 X 變化,以及每個變數自身的分配:偏度、集群、離群值和大部分資料所在的位置。當研究兩個量測值之間的關係,並且還需要了解其中任一變數的形狀是否異常時使用,例如在迴歸之前,或在判斷能否用快速量測替代緩慢量測時。

主要功能

  • Y 對 X 的散佈圖,在上邊際(X)和右邊際(Y)附有邊際圖。
  • 四種邊際圖類型,同時應用於兩個座標軸:Histogram、Boxplot、Violin 或 Dot plot (rug)。
  • 可選的分類欄:散佈點和邊際圖按組著色,並帶圖例。
  • 可選擇配色方案。
  • 互動式圖形:縮放、平移,懸停可讀取單一點。

統計方法

工具按原樣繪製資料;它不配適模型,也不計算檢定。X 和 Y 均有值的每一列對應一個點。邊際圖分別彙總每個變數:直方圖統計自動選定的等寬分箱中的觀測值個數;盒鬚圖顯示中位數、四分位數(箱體包含中間 50% 的資料)和須線;小提琴圖在箱體上增加平滑的密度輪廓;地毯圖為每個觀測值畫一條刻線。

有分類欄時,每個組在散佈圖中有自己的顏色,並有自己的邊際直方圖、盒鬚圖、小提琴圖或地毯圖,因此可以看出各組在 X、Y 或兩者上是否不同。各組的直方圖相互疊加,其高度為每個組內的計數。

要量化這種關係,請使用相關分析或配適線圖;邊際圖用於觀察模式和每個變數的形狀,以及發現偏離其餘資料的點。

輸入欄位和選項

欄位

說明

X-axis column

必填。位於橫軸的數值欄。

Y-axis column

必填。位於縱軸的數值欄。

Categorise based on column

可選。其值用於為點和邊際圖著色的欄。選擇「--」表示不分類。

Marginal plot type

Histogram(預設)、Boxplot、Violin 或 Dot plot (rug)。同時應用於 X 和 Y 邊際。

Title

圖的標題。預設值為「Marginal Plot」。

Discrete color sequence

類別的配色方案。預設值為 D3。

Data Options: Subset (optional)

Exclude matching rows(預設)或 Include only matching rows;透過 Row numbers(例如 3,7,12-15)和/或 Condition(例如 Activity == "low")選擇列。

marginal-plot-inputs


圖 1 — 範例的選項:X = BMI,Y = %Fat,按 Activity 分類,直方圖邊際。

輸出說明

  • Marginal Plot — Y 對 X 的散佈圖,沿上邊際顯示所選的 X 邊際圖,沿右邊際顯示 Y 邊際圖;選擇了分類時按類別著色,並帶圖例。
  • 透過 Download 匯出 PDF。

marginal-plot-output


圖 2 — 92 名青春期女孩的體脂百分比對 BMI,按活動水準著色,邊際為各變數的直方圖。

計算範例

體脂百分比的量測緩慢且昂貴;體重指數(BMI)則很快。一名研究人員量測了 92 名青春期女孩的這兩項指標以及她們的體力活動水準(低、中、高),以瞭解 BMI 能否替代體脂。X-axis column = BMI,Y-axis column = %Fat,Categorise based on column = Activity,Marginal plot type = Histogram。

各點同步上升:BMI 越高,體脂越高(相關係數 0.86,由資料計算得出)。離散程度在上端變寬:在 BMI 高於 25 的 13 名女孩中,體脂範圍為 32.4% 至 46%。上方的直方圖顯示 BMI 右偏,大多數女孩介於 15 和 23 之間(中位數 19.5),少數高於 30;%Fat 同樣右偏(中位數 25.5%,最大值 46%)。

顏色增加了普通散佈圖所掩蓋的模式:6 名低活動水準的女孩位於右上方(平均 BMI 26.8,平均體脂 36.1%),10 名高活動水準的女孩位於左下方(平均 BMI 18.8,平均體脂 22.6%),76 名中等活動水準的女孩分配在兩者之間的範圍內。因此,BMI 是體脂的有用初步指標,但在 BMI 較高時不能精確替代,且值得同時記錄活動水準。將 Marginal plot type 改為 Boxplot,可用每個活動組在各座標軸上的簡潔彙總代替直方圖。

常見問題

邊際圖用於什麼?

邊際圖在一個檢視中顯示 Y 如何隨 X 變化,以及每個變數自身的分配:偏度、集群、離群值和大部分資料所在的位置。當研究兩個量測值之間的關係,並且還需要了解其中任一變數的形狀是否異常時使用,例如在迴歸之前,或在判斷能否用快速量測替代緩慢量測時。

應選擇哪種邊際圖類型?

直方圖統計等寬分箱中的觀測值個數。盒鬚圖顯示中位數、四分位數和須線,箱體包含中間 50% 的資料。小提琴圖在箱體上增加平滑的密度輪廓,點圖(地毯圖)為每個觀測值畫一條刻線。所選類型同時應用於兩個座標軸。

邊際圖能度量相關性嗎?

不能。邊際圖按原樣繪製資料,不配適模型或檢定。要量化這種關係,請使用相關分析或配適線圖。在體脂範例中,BMI 與體脂之間 0.86 的相關係數是另行由資料計算得出的。

按類別著色會給邊際圖增加什麼?

有分類欄時,每個組在散佈圖中有自己的顏色,並有自己的邊際圖,因此可以看出各組在 X、Y 或兩者上是否不同。在範例中,低活動水準的女孩位於右上方,高活動水準的女孩位於左下方,這是普通散佈圖所掩蓋的模式。