Диаграммы рассеивания
В уроке «Стандартное отклонение числового набора» мы описывали разброс одного признака. Теперь посмотрим, как связаны два признака одного объекта. Вы узнаете, что такое диаграмма рассеивания, как ее построить и прочитать, как по облаку точек определить вид связи, найти выброс и почему связь еще не означает причину.
Каждый ученик — точка на плоскости
Учителя часто говорят: чем дольше готовиться к контрольной, тем выше будет балл. Видно ли это в данных? Для ответа у каждого ученика нужны сразу два числа: часы подготовки и баллы. Вернемся к этому в конце урока, а начнем с простого примера.
У $12$ учеников класса измерили рост и длину стопы (данные учебные). Каждого ученика обозначим буквой.
| Ученик | A | B | C | D | E | F |
|---|---|---|---|---|---|---|
| Рост, см | 144 | 147 | 149 | 151 | 153 | 154 |
| Длина стопы, см | 21 | 23 | 22 | 22 | 23 | 23 |
| Ученик | K | L | M | N | P | R |
|---|---|---|---|---|---|---|
| Рост, см | 157 | 157 | 159 | 161 | 163 | 165 |
| Длина стопы, см | 24 | 25 | 23 | 25 | 26 | 25 |
Каждый ученик описан парой чисел — как точка на координатной плоскости. Отложим рост по горизонтальной оси, а длину стопы — по вертикальной. Ученик K ростом $157$ см с длиной стопы $24$ см станет точкой $(157; 24)$.
Определение
Диаграмма рассеивания — диаграмма, где каждый объект — точка с координатами $(x; y)$, значениями двух признаков.
Первое число откладывают по горизонтальной оси, второе — по вертикальной. У каждой оси подписывают признак и единицы измерения.
Пример 1
Задача. По диаграмме найдите рост и длину стопы ученика N. Какой буквой отмечен ученик ростом $147$ см с длиной стопы $23$ см?
Решение. От точки N опустим пунктир вниз, на горизонтальную ось: он попадает в $161$ — рост $161$ см. От той же точки проведем пунктир влево, на вертикальную ось: он попадает в $25$ — длина стопы $25$ см. Значит, N — это точка $(161; 25)$.
Для второго вопроса найдем $147$ на горизонтальной оси и поднимемся до уровня $23$. Там стоит точка B; по таблице у B рост $147$ см, стопа $23$ см — совпадает.
Ответ: рост $161$ см, длина стопы $25$ см; точка B.
Интересный факт: рост родителей и детей
Скрыть
Связь признаков по таким диаграммам одним из первых изучал Фрэнсис Гальтон. В 1880-х годах он отметил точками рост родителей и их взрослых детей и увидел: у высоких родителей дети в основном тоже выше среднего, но обычно не такие высокие, как родители.
По облаку видно, растут ли признаки вместе
Вместе точки образуют облако, и облако «рост — стопа» вытянуто снизу слева вверх направо. Чтобы понять, что это значит, вспомним модель прошлых уроков: опора — среднее арифметическое, отклонение — стрелка от опоры.
У каждого ученика здесь два признака, поэтому и опор две: средний рост $155$ см и средняя длина стопы $23{,}5$ см. Проведем через них вертикальную и горизонтальную линии — получится опорный крест. Он делит диаграмму на четыре части. У каждой точки две стрелки от креста: по горизонтали — отклонение роста от среднего, по вертикали — отклонение длины стопы. Вправо и вверх — плюс, влево и вниз — минус. «Опорный крест» — название модели курса; в задачах говорят о линиях средних.
У ученика P стрелка по росту $163-155 = 8$ см, по стопе $26-23{,}5 = 2{,}5$ см — обе плюс: он выше среднего, и стопа у него длиннее средней. У ученика C стрелки $149-155 = -6$ см и $22-23{,}5 = -1{,}5$ см — обе минус. Когда у заметного большинства точек (примерно у трех четвертей и больше) стрелки одного знака, признаки ходят вместе: больше один — в основном больше и другой.
На второй диаграмме — время бега на $60$ м и длина прыжка в длину у других $12$ учеников. У всех точек стрелки разных знаков: кто бежит быстрее среднего, тот в основном прыгает дальше среднего. На третьей — рост и число месяца, в которое ученик родился: стрелок одного и разных знаков по $6$, облако без формы.
Правило
Прямая связь: с ростом первого признака второй в основном растет. Облако идет снизу слева вверх направо, у заметного большинства точек (примерно у трех четвертей и больше) стрелки от опорного креста одного знака.
Обратная связь: с ростом первого признака второй в основном убывает. Облако идет сверху слева вниз направо, у заметного большинства точек (примерно у трех четвертей и больше) стрелки разных знаков.
Связи нет: точки разбросаны без заметной формы, стрелок одного и разных знаков примерно поровну.
Пример 2
Задача. Определите с помощью опорного креста вид связи между ростом и длиной стопы у $12$ учеников из таблицы.
Решение. Опорный крест: средний рост $155$ см, средняя длина стопы $23{,}5$ см.
Слева от вертикальной линии (рост меньше $155$ см) — A, B, C, D, E, F. Их стопы $21$, $23$, $22$, $22$, $23$, $23$ см короче $23{,}5$ см: обе стрелки минус у всех шести.
Справа — K, L, M, N, P, R. У K, L, N, P, R стопы $24$, $25$, $25$, $26$, $25$ см длиннее средней: обе стрелки плюс. Только у M стопа $23$ см короче средней: стрелки разных знаков.
Итого у $11$ точек из $12$ стрелки одного знака.
Ответ: прямая связь — у более высоких учеников этой группы стопа в основном длиннее.
Облако точек — не график функции
Посмотрите на учеников K и L: у обоих рост $157$ см, а длина стопы $24$ и $25$ см. На диаграмме это две точки одна над другой. Из алгебры вы знаете, что у функции каждому значению $x$ соответствует одно значение $y$. Здесь одному росту соответствуют две длины стопы, поэтому облако точек — не график функции, и формулы «длина стопы по росту» у него нет.
Обратите внимание
Связь на диаграмме рассеивания — общая тенденция облака, а не точная зависимость: при одном значении первого признака может быть несколько значений второго. Поэтому говорят «в основном растет», «в основном убывает». Линию через середину облака можно провести только «на глаз», и точки на ней не лежат.
Точки не на прямой — еще не значит «связи нет»
Опорный крест хорошо работает, когда облако вытянуто вверх или вниз. Но бывает связь и другой формы.
Ошибка
Решавр получил данные о погоде и посетителях парка за $12$ дней (учебные): температура воздуха от $14$ до $36$ °C и число посетителей за день. Он провел опорный крест через средние $25$ °C и $1000$ человек, насчитал $6$ точек со стрелками одного знака и $6$ — разных и заключил: «Связи нет».
Проверка на числах. При $14$ °C в парк пришли $300$ человек, при $24$ и $26$ °C — по $1600$, при $36$ °C — снова $300$. Точки образуют четкий «холм»: в теплую погоду посетителей много, в холод и в жару — мало. Зная температуру, можно уверенно сказать, много ли будет посетителей: связь есть.
Где сломалось рассуждение. Крест проверяет только, ходят ли признаки вместе в одну сторону. У холма левая половина идет вверх, правая — вниз, и знаки стрелок двух половин уравновешивают друг друга. Поэтому сначала смотрят на форму облака: точки не на прямой — еще не значит «связи нет», связь может быть кривой.
Точка вдали от облака — выброс
В таблицу внесли тринадцатого ученика S: рост $150$ см, длина стопы $32$ см. На диаграмме его точка оказалась высоко над облаком. Измерим ее стрелки от опорного креста остальных $12$ учеников: по росту $150-155 = -5$ см, по стопе $32-23{,}5 = 8{,}5$ см. У остальных учеников стрелки по стопе не длиннее $2{,}5$ см, а здесь — в три с лишним раза длиннее, да еще и направлена против общего хода облака.
Определение
Выброс на диаграмме рассеивания — точка, которая стоит далеко от облака остальных точек.
Стопа $32$ см бывает у очень высоких взрослых, а не у ученика ростом $150$ см. Скорее всего, переставили цифры: с точкой $(150; 23)$ ученик S лег бы прямо в облако. Как и в одном ряду данных, выброс сдвигает опору: если оставить S, средняя длина стопы станет около $24{,}2$ см вместо $23{,}5$ см, и весь опорный крест поднимется.
Важно
Выброс сначала проверяют. Если это ошибка записи, ее исправляют. Если значение верное, точку оставляют, но выводы о связи делают по всему облаку, а не по одной точке.
Связь не означает причину
Решавр собрал данные о $12$ школьниках из $2$, $5$ и $8$ классов: длину стопы и число слов, которые ученик читает вслух за минуту (данные учебные). Облако идет вверх, у $11$ точек из $12$ стрелки одного знака — связь прямая.
Ошибка
Решавр делает вывод: «Длинная стопа помогает быстрее читать».
Проверка на числах. Раскрасим точки по классам. У второклассников стопа от $18$ до $20$ см, читают они от $48$ до $60$ слов в минуту, у пятиклассников — стопа $21$–$23$ см и $98$–$110$ слов, у восьмиклассников — $24$–$26$ см и $135$–$150$ слов. Внутри каждого класса направления нет: у второклассника со стопой $20$ см — $52$ слова, а у одноклассника со стопой $19{,}5$ см — $60$. Если бы стопа помогала читать, связь была бы видна и внутри класса.
Где сломалось рассуждение. Оба признака зависят от третьего — от возраста. Старшие ученики выше, у них длиннее стопа, и они больше времени учились читать. Стрелки «ходят вместе» из-за общей причины, а не потому, что один признак управляет другим.
Правило
Диаграмма рассеивания показывает, есть ли связь между признаками у тех объектов, которые на ней отмечены. Она не показывает, что один признак — причина другого: связь может создавать общая причина. Перенести вывод на другие объекты по диаграмме тоже нельзя.
Чтобы построить диаграмму, сначала выбирают масштаб осей
Вернемся к вопросу из начала урока. Десять учеников записали, сколько часов готовились к контрольной и сколько баллов из $20$ получили (данные учебные).
| Часов подготовки | 0,5 | 1 | 1 | 1,5 | 2 | 2 | 3 | 3,5 | 4 | 6,5 |
|---|---|---|---|---|---|---|---|---|---|---|
| Баллов | 8 | 10 | 7 | 13 | 12 | 9 | 15 | 12 | 17 | 18 |
Пример 3
Задача. Постройте по таблице диаграмму рассеивания и определите вид связи между временем подготовки и баллом.
Решение. 1. Выберем оси: часы подготовки — по горизонтальной, баллы — по вертикальной. Каждый ученик даст точку $(\text{часы}; \text{баллы})$, например $(0{,}5; 8)$.
2. Выберем масштаб. Часы — от $0{,}5$ до $6{,}5$, поэтому горизонтальную ось проведем от $0$ до $7$ ч с делениями через $1$ ч. Баллы — от $7$ до $18$. С осью от $0$ облако сожмется в верхней половине, поэтому вертикальную ось проведем от $6$ до $20$, а у ее начала поставим зигзаг — знак, что часть шкалы от $0$ до $6$ пропущена.
3. Отметим $10$ точек. Точки $(1; 10)$ и $(1; 7)$ стоят одна над другой: при одном времени подготовки — разные баллы.
4. Облако идет снизу слева вверх направо. Проверим крестом: среднее время $25 : 10 = 2{,}5$ ч, средний балл $121 : 10 = 12{,}1$. У $8$ точек из $10$ стрелки одного знака, разных знаков только у $(1{,}5; 13)$ и $(3{,}5; 12)$.
Ответ: связь прямая — кто готовился дольше, в основном получил больше баллов.
Ответ на вопрос из начала урока: связь видна — облако идет вверх. Но диаграмма не доказывает, что баллы выросли именно из-за подготовки: возможно, дольше готовятся те, кому предмет интереснее, и они знали его лучше заранее.
Вывод
Диаграмма рассеивания помогает увидеть, связаны ли два признака: рост и размер обуви, подготовка и оценка, погода и число посетителей. Чтобы вспомнить главное, представьте опорный крест через средние и две стрелки у каждой точки: стрелки одного знака — прямая связь, разных — обратная, поровну — смотрите на форму облака. И помните, что связь — это еще не причина.
| Что видно на диаграмме | Стрелки от опорного креста | Вывод |
|---|---|---|
| Облако идет вверх | У заметного большинства точек (примерно у трех четвертей и больше) одного знака | Прямая связь |
| Облако идет вниз | У заметного большинства точек (примерно у трех четвертей и больше) разных знаков | Обратная связь |
| Облако без формы | Одного и разных знаков поровну | Связи нет |
| Облако изогнуто, например «холмом» | Поровну — крест не помогает | Связь кривая, а не «нет связи» |
| Одна точка далеко от облака | Стрелка в разы длиннее остальных | Выброс: проверить данные |
| Признаки растут вместе | Ходят вместе | Связь, но не обязательно причина |
Часто задаваемые вопросы
На графике функции каждому значению $x$ соответствует ровно одно значение $y$, и точки лежат на линии. На диаграмме рассеивания каждая точка — отдельный объект, и при одном значении первого признака может быть несколько значений второго.
Строгого правила нет. Обычно по горизонтали откладывают признак, от которого, как предполагают, зависит второй: часы подготовки — по горизонтали, баллы — по вертикали. Подписывайте обе оси, точку записывайте как $(x; y)$.
Если все значения далеко от нуля, например рост от $144$ до $165$ см, то при оси от $0$ точки собьются в узкую полосу и форму облака не будет видно. Ось начинают с круглого числа рядом с наименьшим значением (здесь ось роста — от $140$ до $170$ см), а пропуск шкалы отмечают зигзагом у начала оси.