品質管理-散佈圖@ 浮雲手札 | 散佈圖例子
散佈圖,是表示兩個變數之間關係的圖,又稱相關圖,散佈圖的定義為把互相有關連的對應數據,在方格紙上以縱軸表示結果,以橫軸表示原因;然後用點表示出分佈形態,它有直觀簡便的優點,根據分佈的形態來判斷對應數據之間的相互關係。散佈圖為研究、確認二個不同變數間是否確實存在某種關係,散佈圖可顯示該關係是否存在,以及其相關性的強弱,而且可以通過觀察剔除異常數據,以提高用演算法估算相關程度的準確性。工作中發現的問題,常常千頭萬緒,不知從何著手時,若要瞭解所收集的兩組數據(或是原因、結果)之間是否有相關及其相關...
散佈圖,是表示兩個變數之間關係的圖,又稱相關圖,
散佈圖的定義為把互相有關連的對應數據,在方格紙上以縱軸表示結果,以橫軸表示原因;
然後用點表示出分佈形態,它有直觀簡便的優點,根據分佈的形態來判斷對應數據之間的相互關係。
散佈圖為研究、確認二個不同變數間是否確實存在某種關係,散佈圖可顯示該關係是否存在,以及其相關性的強弱,而且可以通過觀察剔除異常數據,以提高用演算法估算相關程度的準確性。
工作中發現的問題,常常千頭萬緒,不知從何著手時,若要瞭解所收集的兩組數據(或是原因、結果)之間是否有相關及其相關程度為何,且無法得知何者影響結果時,此時即可藉由散佈圖來加以判斷。
散佈圖的用途就是用於檢定兩變數間的相關性,從特性要求尋找最適要因,從要因預估特性水準。
而要求得最適要因,則需搭配層別法使用,依據各種可能影響原因層別繪製散佈圖,而一一將其原因排除。
依下列的判斷方式,檢視是否為不相關。
散佈圖的結果可分為:1.正相關:當X增大時,Y也隨之增大,稱為正相關或強正相關。
2.可能正相關:當X增大時,Y也隨之增大,但增大的幅度不明顯,稱為可能正相關或弱正相關。
3.無相關:當X與Y之間看不出有任何相關關係,稱為無相關。
4.負相關:當X增大時,Y反而減少,稱為負相關或強負相關。
5.可能負相關:當X增大時,Y反而減少,但幅度不顯著,稱為可能負相關或弱負相關。
6.曲線相關:當X增大時,Y也隨之增大,但到達某一值後,當X增大時,Y卻開始減小,稱為曲線相關。
正相關是指兩列變數變動方向相同,一列變數[1]由大到小或由小到大變化時,另一列變數亦由大到小或由小到大變化。如身高與體重,身高越長,體重就越重。
Y與X正相關是指Y與X的相關係數[2]是正的,也就是說Y與X的函數是單調遞增的,再通俗些說就是X越大,則Y越大。 “收入高低與學歷高低正相關”。
負相關是指兩列變數變動方向相反,一列變數[3]由大到小或由小到大變化時,另一...