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)

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

## Hvorfor bruke spredningsdiagrammer?
Spredningsdiagrammer er en enkel, men kraftig metode for å visualisere forholdet mellom to numeriske variabler. De gjør det mulig å oppdage både lineære og ikke-lineære trender, fremheve uteliggere eller avvik, og gir dypere innsikt i relasjoner som ellers kun fremstår abstrakt i et korrelasjonsvarmekart. Ved å plotte individuelle datapunkter gir spredningsdiagrammer et tydelig og intuitivt bilde av hvordan variabler samhandler.

## Eksempel: Selling Price vs. Max Power
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 eksisterer en positiv lineær sammenheng, der høyere effekt generelt tilsvarer en høyere salgspris.

Hva indikerer en tett **oppadgående helning** i et spredningsdiagram?


Få praktisk erfaring med dataanalyse i R ved å lære hvordan du rengjør, transformerer og visualiserer datasett. Utforsk essensielle arbeidsflyter som utvalg og filtrering av data, håndtering av manglende verdier og oppsummering av resultater. Bygg selvtillit i å forberede data for innsikt, rapportering og dypere statistisk utforskning.

Utforsk grunnleggende prinsipper for dataanalyse med R. Lær hvordan du installerer verktøyene, laster inn og inspiserer datasett, velger og filtrerer informasjon, sorterer og transformerer data, håndterer manglende verdier og oppsummerer resultater for dypere innsikt.

Lær å lage overbevisende visualiseringer med ggplot2. Bygg stolpediagrammer, histogrammer, tetthetsplott og spredningsplott, og tilpass og forbedre dem med stilvalg og fasettering for å avdekke dypere innsikt i dataene dine.

Styrk din forståelse av statistikk for dataanalyse. Bruk beskrivende mål, identifiser og håndter uteliggere, og anvend korrelasjonsteknikker med visuelle verktøy som varmekart og spredningsdiagrammer for å avdekke meningsfulle sammenhenger.

Visualisering av Korrelasjoner med Spredningsdiagrammer

Hvorfor bruke spredningsdiagrammer?

Eksempel: Selling Price vs. Max Power

Visualisering av Korrelasjoner med Spredningsdiagrammer

Hvorfor bruke spredningsdiagrammer?

Eksempel: Selling Price vs. Max Power