Sebbene le heatmap di correlazione offrano un riepilogo delle relazioni lineari tra variabili, non possono essere utilizzate per identificare relazioni non lineari. In queste situazioni, i diagrammi di dispersione risultano più utili.

Perché utilizzare i diagrammi di dispersione?

I diagrammi di dispersione rappresentano un modo semplice ma efficace per visualizzare la relazione tra due variabili numeriche. Consentono di rilevare sia tendenze lineari che non lineari, evidenziare valori anomali o outlier e fornire una comprensione più approfondita delle relazioni che potrebbero apparire solo in modo astratto in una heatmap di correlazione. Tramite la rappresentazione dei singoli punti dati, i diagrammi di dispersione offrono una visione chiara e intuitiva di come le variabili interagiscono tra loro.

Esempio: Prezzo di vendita vs. Potenza massima

Un diagramma di dispersione può essere utilizzato per esaminare come la potenza di un'auto influenzi il suo valore di mercato. In questo caso, l'asse x rappresenta la potenza massima, mentre l'asse y rappresenta il prezzo di vendita.

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")

Questa visualizzazione consente di osservare facilmente se esiste una relazione lineare positiva, in cui una potenza maggiore corrisponde generalmente a un prezzo di vendita più elevato.