Hoewel correlatie-heatmaps een overzicht bieden van lineaire relaties tussen variabelen, kunnen ze niet worden gebruikt om niet-lineaire relaties te identificeren. In deze situaties zijn spreidingsdiagrammen nuttiger.

Waarom spreidingsdiagrammen gebruiken?

Spreidingsdiagrammen zijn een eenvoudige maar krachtige manier om de relatie tussen twee numerieke variabelen te visualiseren. Ze maken het mogelijk om zowel lineaire als niet-lineaire trends te detecteren, uitschieters of afwijkingen te markeren en bieden diepgaand inzicht in relaties die in een correlatie-heatmap slechts abstract zichtbaar zijn. Door individuele datapunten te plotten, geven spreidingsdiagrammen een duidelijk en intuïtief beeld van hoe variabelen op elkaar inwerken.

Voorbeeld: Verkoopprijs vs. Maximaal Vermogen

Een spreidingsdiagram kan worden gebruikt om te onderzoeken hoe het vermogen van een auto de marktwaarde beïnvloedt. In dit geval vertegenwoordigt de x-as het maximale vermogen, terwijl de y-as de verkoopprijs weergeeft.

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")

Deze visualisatie maakt het eenvoudig om te zien of er een positieve lineaire relatie bestaat, waarbij een hoger vermogen doorgaans overeenkomt met een hogere verkoopprijs.