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)

Även om korrelationsvärmekartor ger en översikt av linjära samband mellan variabler, kan de inte användas för att identifiera icke-linjära samband. I dessa situationer är **spridningsdiagram** mer användbara.

## Varför använda spridningsdiagram?
Spridningsdiagram är ett enkelt men kraftfullt sätt att visualisera sambandet mellan två numeriska variabler. De möjliggör upptäckt av både linjära och icke-linjära trender, lyfter fram avvikare eller anomalier och ger djupare insikt i relationer som annars bara framträder abstrakt i en korrelationsvärmekarta. Genom att plotta individuella datapunkter ger spridningsdiagram en tydlig och intuitiv bild av hur variabler samverkar.

## Exempel: Selling Price vs. Max Power
Ett spridningsdiagram kan användas för att undersöka hur en bils effekt påverkar dess marknadsvärde. I detta fall representerar x-axeln maximal effekt, medan y-axeln representerar försäljningspris.
```
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")
```
Denna visualisering gör det enkelt att se om det finns ett positivt linjärt samband, där högre effekt generellt motsvarar ett högre försäljningspris.

Vad indikerar en tydlig **uppåtgående lutning** i ett spridningsdiagram?


Få praktisk erfarenhet av dataanalys med R genom att lära dig att rensa, transformera och visualisera dataset. Utforska viktiga arbetsflöden såsom att välja och filtrera data, hantera saknade värden och sammanfatta resultat. Bygg upp förtroende i att förbereda data för insikter, rapportering och djupare statistisk utforskning.

Utforska grunderna i dataanalys med R. Lär dig att installera verktyg, ladda och inspektera dataset, välja och filtrera information, sortera och transformera data, hantera saknade värden samt sammanfatta resultat för djupare insikter.

Lär dig att skapa övertygande visualiseringar med ggplot2. Skapa stapeldiagram, histogram, täthetsdiagram och spridningsdiagram, och anpassa samt förbättra dem med stilinställningar och facettering för att avslöja djupare insikter i dina data.

Fördjupa din förståelse för statistik inom dataanalys. Använd beskrivande mått, identifiera och hantera avvikare samt tillämpa korrelationstekniker med visuella verktyg såsom värmekartor och spridningsdiagram för att upptäcka meningsfulla samband.

Visualisering av Korrelationer med Spridningsdiagram

Varför använda spridningsdiagram?

Exempel: Selling Price vs. Max Power

Awesome!

Visualisering av Korrelationer med Spridningsdiagram

Varför använda spridningsdiagram?

Exempel: Selling Price vs. Max Power