Summary  
This chapter explains how to generate scatter plots to visualize relationships between two numeric variables, allowing you to identify linear or non-linear trends, detect outliers, and interpret positive, negative, or negligible correlations.

General domain of usage  
Automotive data analysis (examining how car attributes like max power relate to selling price)

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

## Hvorfor bruge spredningsdiagrammer?
Spredningsdiagrammer 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 afvigere eller anomalier og give dybere indsigt i relationer, som ellers kun fremstår abstrakt i et korrelationsvarmekort. Ved at plotte individuelle datapunkter giver spredningsdiagrammer et klart og intuitivt billede af, hvordan variable interagerer.

## Example: Selling Price vs. Max Power
A scatter plot can be used to examine how a car's power influences its market value. In this case, the x-axis represents maximum power, while the y-axis represents selling price.
```
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")
```
This visualization makes it easy to see whether a positive linear relationship exists, where higher power generally corresponds to a higher selling price.

Hvad indikerer en markant **opadgående hældning** i et scatter plot?


Opnå praktisk erfaring med dataanalyse i R ved at lære at rense, transformere og visualisere datasæt. Udforsk essentielle arbejdsgange såsom udvælgelse og filtrering af data, håndtering af manglende værdier og opsummering af resultater. Opbyg sikkerhed i at forberede data til indsigt, rapportering og dybere statistisk udforskning.

Udforsk grundlæggende principper for dataanalyse med R. Lær at installere værktøjer, indlæse og inspicere datasæt, udvælge og filtrere information, sortere og transformere data, håndtere manglende værdier samt opsummere resultater for dybere indsigt.

Lær at skabe overbevisende visualiseringer med ggplot2. Opbyg søjlediagrammer, histogrammer, tæthedsplot og spredningsdiagrammer, og tilpas og forfin dem med stylingmuligheder og facettering for at afdække dybere indsigter i dine data.

Styrk din forståelse af statistik til dataanalyse. Anvend beskrivende mål, identificer og håndter outliers, og brug korrelationsteknikker med visuelle værktøjer som varmekort og spredningsdiagrammer for at afdække meningsfulde sammenhænge.

Visualisering af Korrelationer med Spredningsdiagrammer

Hvorfor bruge spredningsdiagrammer?

Example: Selling Price vs. Max Power

Awesome!

Visualisering af Korrelationer med Spredningsdiagrammer

Hvorfor bruge spredningsdiagrammer?

Example: Selling Price vs. Max Power