Embora os mapas de calor de correlação ofereçam um resumo das relações lineares entre variáveis, eles não podem ser usados para identificar relações não lineares. Nessas situações, gráficos de dispersão são mais úteis.

Por que usar gráficos de dispersão?

Gráficos de dispersão são uma forma simples e eficaz de visualizar a relação entre duas variáveis numéricas. Eles permitem detectar tendências lineares e não lineares, destacar outliers ou anomalias e fornecer uma compreensão mais profunda de relações que podem aparecer apenas de forma abstrata em um mapa de calor de correlação. Ao plotar pontos individuais de dados, os gráficos de dispersão oferecem uma visão clara e intuitiva de como as variáveis interagem.

Exemplo: Preço de Venda vs. Potência Máxima

Um gráfico de dispersão pode ser utilizado para examinar como a potência de um carro influencia seu valor de mercado. Neste caso, o eixo x representa a potência máxima, enquanto o eixo y representa o preço de venda.

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")

Essa visualização facilita a identificação de uma relação linear positiva, em que maior potência geralmente corresponde a um preço de venda mais alto.