二维散点图

二维散点图是一种数据可视化类型,在二维(2D)空间中表示两个连续变量之间的关系。图中的每个数据点对应两个变量的一个有序数值对,绘制在笛卡尔坐标平面上。

最后审阅

核心要点

二维散点图是一种数据可视化类型,在二维(2D)空间中表示两个连续变量之间的关系。

本页内容
  1. 什么是二维散点图?
  2. 何时使用二维散点图?
  3. 正确使用二维散点图的指南
  4. 替代方法:何时不宜使用二维散点图
  5. 二维散点图示例
  6. 如何创建二维散点图

什么是二维散点图?

二维散点图是一种数据可视化类型,在二维(2D)空间中表示两个连续变量之间的关系。图中的每个数据点对应两个变量的一个有序数值对,绘制在笛卡尔坐标平面上。x 轴通常表示一个变量,y 轴表示另一个变量。图中每个点的位置表示该数据点两个变量的具体数值。

何时使用二维散点图?

以下是二维散点图特别有用的一些情形:

  • 探索关系:散点图有助于理解两个变量之间的关系。它们可以揭示是否存在正相关或负相关、线性或非线性关系,或者是否根本没有明显的关系。
  • 检测异常值:散点图可以突出数据中的任何异常值。异常值是明显偏离总体模式的数据点,它们可以提供有价值的洞见,或表明数据集中可能存在错误或异常。
  • 识别聚类:散点图可以揭示数据中是否存在聚类或分组。如果某些数据点倾向于聚在一起,则表明它们具有相似的特征或表现出相似的行为。
  • 比较各组:散点图可用于比较不同组或类别之间两个变量的分布或关系。为每组指定不同的颜色或符号,更容易分析它们之间的差异或相似之处。
  • 趋势可视化:散点图有助于将随时间或另一个连续变量变化的趋势可视化。按时间顺序或先后顺序绘制数据点,即可识别上升或下降趋势等模式。
  • 数据分布:散点图可使人了解数据点沿两个变量的分布情况。它们可以揭示数据点的集中或分散程度,从而反映数据的离散程度和密度。

正确使用二维散点图的指南

  • 要得到有效的图形,数据应包含一对或多对数值型或日期/时间型列。
  • 每对列的行数应相同。
  • 最多可包含三列分类数据用于分组。
  • 样本量应为中等到较大,以使数据中的模式更清晰。
  • 带有拟合回归线的散点图在样本量约为 40 或更大时最有效。
  • 如果样本量小于 40,拟合回归线的准确性可能较低。
  • 随机选取样本数据对于推广到总体非常重要。
  • 非随机收集的数据可能无法准确代表总体。
  • 按数据收集的顺序记录数据,以便评估与时间相关的模式。

替代方法:何时不宜使用二维散点图

  • 时间序列图:当数据是按时间顺序、以固定间隔收集的,并且希望将数据随时间可视化时,适合使用时间序列图。

二维散点图示例

一名专门从事医学研究的研究人员重点研究青少年女孩的肥胖问题。由于直接测量体脂百分比存在困难且成本高,研究人员希望确定体重指数(BMI)作为体脂百分比可靠指标的有效性。为此,研究人员收集了一组 92 名青春期女孩的 BMI、体脂百分比及其他个人因素的数据。作为调查的初步步骤,研究人员绘制了体脂百分比与 BMI 之间相关关系的散点图,以评估这两个变量之间的关系。步骤如下:

  1. 收集所需数据。
Scatter Plot 2D — figure 1
  1. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2. 要找到二维散点图,请选择 Statistical module> Graphical analysis > Scatter Plot 2D。
  3. 在工具中输入数据及其他输入项,如下所示:
  4. 使用上述工具后,得到如下输出:
Scatter Plot 2D — figure 2Scatter Plot 2D — figure 3

如何创建二维散点图

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Graphical analysis >Scatter Plot 2D。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V);也可以使用 Load Example 选项加载示例数据。
  4. 接下来,将各列映射到相应参数。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

在二维散点图的工具界面中,窗口分为两部分。

Scatter Plot 2D — figure 4

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可手动输入,也可从 Excel 表格中完整复制(Ctrl+C)并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

Trend Line Type: 在二维散点图中,趋势线(又称最佳拟合线或回归线)是表示数据点总体方向或趋势的线。它用于理解散点图上所绘制的两个变量之间的关系。

  • OLS: 在散点图中,OLS 趋势线是指使用 OLS 方法对数据点进行最佳拟合的直线。
  • Lowess: Lowess(局部加权散点平滑)趋势线是一种非参数回归方法,用于估计两个变量之间的潜在趋势或关系。与假定线性关系的 OLS 趋势线不同,Lowess 趋势线可以捕捉数据中更复杂的非线性模式。
  • Expanding: 在二维散点图中,扩展趋势线是指随着图中添加更多数据点而调整并扩展的趋势线。扩展趋势线不是使用一组固定的数据点来计算趋势线,而是考虑直至当前所绘点为止的所有可用数据点。

Subplot Distribution: 子图分布允许同时可视化并比较多个散点图,使其更容易观察不同数据集或变量之间的模式、关系或差异。每个子图可以表示数据的不同子集或变量的不同组合,从不同角度提供数据的全面视图。

Discrete color sequence: 离散颜色序列是指用于区分图中分类数据点(例如二维散点图)的一组互不相同的颜色。在可视化具有多个类别或组的数据时,这种方法尤其有用,因为它可以清晰而直观地区分这些组。

Color scale: 可使您更好地可视化数据模式,并突出特定的数值范围。

Download as Excel: 将以 Excel 格式显示结果,可方便地编辑,并通过 load file 选项重新加载用于计算。

常见问题

什么是二维散点图?

二维散点图是显示两个连续变量之间关系的图表。每个点是绘制在笛卡尔平面上的一个有序数值对,一个变量在 x 轴上,另一个在 y 轴上,因此点的位置给出该观测值两个变量的数值。

散点图可以显示什么?

散点图可以揭示正相关或负相关、线性或非线性关系,或没有明显的关系。它还可以突出偏离总体模式的异常值、相似点的聚类、以不同颜色或符号显示的各组之间的差异,以及数据沿两个变量的离散程度和密度。

带回归线的散点图需要多少个数据点?

中等到较大的样本可使模式更清晰。带有拟合回归线的散点图在样本量约为 40 或更大时最有效,样本量低于 40 时,拟合线的准确性可能较低。数据应随机收集以便推广到总体,并按收集顺序记录以检查与时间相关的模式。

OLS 趋势线与 Lowess 趋势线有什么区别?

OLS 趋势线是用普通最小二乘法对各点进行最佳拟合的直线,因此它假定线性关系。Lowess(局部加权散点平滑)趋势线是一种非参数方法,可以跟随两个变量之间关系中更复杂的非线性模式。