高等数学 / 系统课时
散点图与变量关系
散点图与变量关系
散点图把每一组配对观测画成一个点,用来快速判断两个数值变量是否同向变化、关系是否紧密、形态是否近似线性,以及是否存在异常点。本课将建立一套可重复使用的判读顺序。
学习目标
- 说明散点图中横轴、纵轴与单个数据点的含义
- 从方向、强度、形态和异常点四个维度判断变量关系
- 避免把相关关系误解为因果关系
散点图在看什么
设每个研究对象都有两个数值,例如一名学生的学习时长与考试成绩。将学习时长放在横轴,将考试成绩放在纵轴,每名学生对应一个点 。所有点共同形成的图案,比单独查看两列数字更容易暴露变量之间的整体关系。
散点图只适用于成对的数值观测。若两列数据来自不同对象,或一列是类别标签,直接绘制散点图通常没有明确含义。

四个观察维度
判断散点图时,不要只问“有没有相关”,而应依次观察四个维度:
- 方向:点群整体从左下到右上,表示正向关系;从左上到右下,表示负向关系;没有稳定倾斜方向时,线性方向不明显。
- 强度:点越贴近一条平滑趋势线,关系越强;点越分散,关系越弱。强度描述的是整体聚集程度,不是斜率大小。
- 形态:关系可能是直线、曲线、分段或簇状。皮尔逊相关主要概括线性关系,因此弯曲趋势不能只靠一个相关系数判断。
- 异常点:远离主体点群的观测可能来自录入错误、特殊样本或真实极端情况。它既可能揭示重要信息,也可能显著改变后续相关与回归结果。
一套稳定的判读顺序
先确认横轴和纵轴分别代表什么,并检查每个点是否来自同一个对象。随后观察点群的整体形态,再判断方向与紧密程度,最后寻找异常点、分组结构和局部空缺。例如,某门店记录五天的促销投入与销售额:
| 天数 | 促销投入(千元) | 销售额(千元) |
|---|---|---|
| 1 | 1 | 12 |
| 2 | 2 | 15 |
| 3 | 3 | 19 |
| 4 | 4 | 22 |
| 5 | 5 | 18 |
前四个点呈较清晰的正向趋势,第五天却低于趋势。此时不能直接下结论说“投入越多销售越高”,而应进一步检查第五天是否受缺货、天气或活动执行异常影响。
常见误判
散点图显示的是共同变化,不直接证明因果。冰淇淋销量与中暑人数可能同时随气温上升,但不能据此认为购买冰淇淋导致中暑。
坐标轴范围也会影响视觉感受。截断坐标轴可能让弱关系显得很强,因此比较多张图时应尽量统一尺度。若数据包含不同人群或地区,还要分别着色或分组观察,避免整体趋势掩盖组内差异。
按自己的节奏,确认真正理解。