Visualisering av korrelasjoner med spredningsdiagrammer

Selv om korrelasjonsvarmekart gir et sammendrag av lineære sammenhenger mellom variabler, kan de ikke brukes til å identifisere ikke-lineære sammenhenger. I slike situasjoner er spredningsdiagrammer mer nyttige.

Hvorfor bruke spredningsdiagrammer?

Spredningsdiagrammer er en enkel, men kraftig måte å visualisere forholdet mellom to numeriske variabler på. De gjør det mulig å oppdage både lineære og ikke-lineære trender, fremheve uteliggere eller avvik, og gir dypere innsikt i sammenhenger som kanskje bare fremstår abstrakt i et korrelasjonsvarmekart. Ved å plotte individuelle datapunkter gir spredningsdiagrammer et klart og intuitivt bilde av hvordan variabler samhandler.

Eksempel: Salgspris vs. Maks effekt

Et spredningsdiagram kan brukes til å undersøke hvordan en bils effekt påvirker markedsverdien. I dette tilfellet representerer x-aksen maksimal effekt, mens y-aksen representerer salgspris.

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 visualiseringen gjør det enkelt å se om det finnes en positiv lineær sammenheng, der høyere effekt generelt tilsvarer en høyere salgspris.