Selvom korrelationsvarmekort giver et overblik over lineære sammenhænge mellem variable, kan de ikke bruges til at identificere ikke-lineære relationer. I sådanne tilfælde er scatter plots mere anvendelige.

Hvorfor bruge scatter plots?

Scatter plots er en enkel, men effektiv metode til at visualisere forholdet mellem to numeriske variable. De gør det muligt at opdage både lineære og ikke-lineære tendenser, fremhæve outliers eller afvigelser og give dybere indsigt i relationer, som måske kun fremstår abstrakt i et korrelationsvarmekort. Ved at plotte individuelle datapunkter giver scatter plots et klart og intuitivt billede af, hvordan variable interagerer.

Eksempel: Salgspris vs. Maksimal effekt

Et scatter plot kan bruges til at undersøge, hvordan en bils effekt påvirker dens markedsværdi. I dette tilfælde repræsenterer x-aksen maksimal effekt, mens y-aksen repræsenterer salgsprisen.

ggplot(data = df, aes(x = max_power, y = selling_price)) +
  geom_point() +
  labs(title = "Scatter Plot of Selling Price vs. Max Power",
       x = "Max Power",
       y = "Selling Price")

Denne visualisering gør det nemt at se, om der eksisterer en positiv lineær sammenhæng, hvor højere effekt generelt svarer til en højere salgspris.