सांख्यिकी में एक स्कैटरप्लॉट ग्राफ़ क्या है?

आंकड़ों के लक्ष्यों में से एक संगठन और डेटा का प्रदर्शन है। कई बार ऐसा करने का एक तरीका है एक का उपयोग करना ग्राफ, चार्ट या टेबल। जब साथ काम कर रहा हो युग्मित डेटा, एक उपयोगी प्रकार का ग्राफ एक स्कैप्लेट है। इस प्रकार का ग्राफ हमें विमान में बिंदुओं के प्रकीर्णन की जांच करके आसानी से और प्रभावी ढंग से हमारे डेटा का पता लगाने की अनुमति देता है।

यह ध्यान देने योग्य है कि स्कैटरप्लॉट एक प्रकार का ग्राफ़ है जो युग्मित डेटा के लिए उपयोग किया जाता है। यह एक प्रकार का डेटा सेट है जिसमें हमारे प्रत्येक डेटा बिंदु के साथ दो नंबर जुड़े होते हैं। ऐसी जोड़ियों के सामान्य उदाहरणों में शामिल हैं:

• उपचार से पहले और बाद में एक माप। यह एक बहाने पर एक छात्र के प्रदर्शन का रूप ले सकता है और फिर बाद में एक पोस्टस्टैस्ट।
• एक मिलान जोड़े प्रयोगात्मक डिजाइन। यहाँ एक व्यक्ति नियंत्रण समूह में है और दूसरा समान व्यक्ति उपचार समूह में है।
• एक ही व्यक्ति से दो माप। उदाहरण के लिए, हम 100 लोगों के वजन और ऊंचाई को रिकॉर्ड कर सकते हैं।

खाली कैनवास जो हम अपने स्कैल्पलॉट के लिए शुरू करेंगे, वह कार्टेशियन समन्वय प्रणाली है। इस तथ्य के कारण इसे आयताकार समन्वय प्रणाली भी कहा जाता है कि हर बिंदु किसी विशेष आयत को खींचकर स्थित हो सकता है। एक आयताकार समन्वय प्रणाली द्वारा स्थापित किया जा सकता है:

1. एक क्षैतिज संख्या रेखा के साथ शुरू। इसे कहते हैं एक्स-एक्सिस।
2. एक वर्टिकल नंबर लाइन जोड़ें। अंतर्मुख होना एक्स-अक्ष इस तरह से है कि दोनों रेखाओं से शून्य बिंदु प्रतिच्छेद करता है। इस दूसरी संख्या रेखा को कहा जाता है y-एक्सिस।
3. वह बिंदु जहाँ हमारी संख्या रेखा प्रतिच्छेदन के शून्य को उत्पत्ति कहा जाता है।

अब हम अपने डेटा पॉइंट्स को प्लॉट कर सकते हैं। हमारी जोड़ी में पहला नंबर है एक्स-coordinate। यह y- अक्ष से दूर क्षैतिज दूरी है, और इसलिए उत्पत्ति भी। हम सकारात्मक मूल्यों के अधिकार के लिए आगे बढ़ते हैं एक्स और नकारात्मक मूल्यों के लिए मूल के बाईं ओर एक्स.

हमारी जोड़ी में दूसरा नंबर है y-coordinate। यह एक्स-अक्ष से दूर ऊर्ध्वाधर दूरी है। मूल बिंदु पर शुरू एक्स-एक्सिस, के सकारात्मक मूल्यों के लिए आगे बढ़ें y और नकारात्मक मूल्यों के लिए नीचे y.

हमारे ग्राफ पर स्थित स्थान को एक बिंदु के साथ चिह्नित किया गया है। हम अपने डेटा सेट में प्रत्येक बिंदु के लिए इस प्रक्रिया को बार-बार दोहराते हैं। परिणाम अंकों का प्रकीर्णन है, जो बिखराव को अपना नाम देता है।

एक महत्वपूर्ण निर्देश जो बना रहता है वह है सावधान रहना कि कौन सा चर किस अक्ष पर है। यदि हमारे युग्मित डेटा में एक है व्याख्यात्मक और प्रतिक्रिया युग्मन, फिर एक्स-अक्ष पर व्याख्यात्मक चर का संकेत दिया जाता है। यदि दोनों चर को व्याख्यात्मक माना जाता है, तो हम यह चुन सकते हैं कि किसको एक्स-अक्ष पर प्लॉट किया जाए और कौन सा y-एक्सिस।

स्कैप्लेट की कई महत्वपूर्ण विशेषताएं हैं। इन लक्षणों की पहचान करके हम अपने डेटा सेट के बारे में अधिक जानकारी को उजागर कर सकते हैं। इन सुविधाओं में शामिल हैं:

• हमारे चर के बीच समग्र प्रवृत्ति। जैसा कि हम बाएं से दाएं पढ़ते हैं, बड़ी तस्वीर क्या है? एक ऊपर की ओर पैटर्न, नीचे या चक्रीय?
• समग्र प्रवृत्ति से कोई भी आउटलेर। क्या ये हमारे बाकी डेटा से आउटलेर हैं, या वे प्रभावशाली बिंदु हैं?
• किसी भी प्रवृत्ति का आकार। क्या यह रैखिक, घातीय, लघुगणक या कुछ और है?
• किसी भी प्रवृत्ति की ताकत। हमारे द्वारा पहचाने गए समग्र पैटर्न में डेटा कितनी बारीकी से फिट होता है?

एक रेखीय प्रवृत्ति का प्रदर्शन करने वाले स्कैटरप्लॉट्स का विश्लेषण सांख्यिकीय तकनीकों के साथ किया जा सकता हैरेखीय प्रतिगमन तथा सह - संबंध. अन्य प्रकार के रुझानों के लिए प्रतिगमन का प्रदर्शन किया जा सकता है जो कि नॉनलाइनियर हैं।