相関とは 散布図では、次のようなことが確認できます。 1つ目は、正の相関です。 正の相関とは、要因が大きくなればなるほど特性も大きくなるという関係のことを指します。 2つ目は、負の相関です。 負の相関とは、要因が大きくなればなるほど特性も小さくなるという関係のことを指します。 3つ目は、無相関です。 無相関とは、要因が大きくなっても小さくなっても、特性は傾向を示さないというものです。 正の相関、負の相関が出た場合は、その要因を対策していけば、特性（結果）を改善することができます。 一方で、無相関の場合は、いくら要因を対策しても、特性（結果）は変化することがありません。 それぞれの具体例を確認してみましょう。 正の相関の事例 散布図（scatter plot） とは、縦軸と横軸に別の特性を割り当て、2項目間の分布や相関関係を把握するために使用される図法です。 品質管理の 「QC7つ道具」 の1つに数えられています。 品質管理で利用しているデータが不十分と感じて、品質管理基準を見直す際に散布図が使用されます。 散布図の作図方法 散布図とはそもそもどんな図なのか。どのように作られるのか。また、正の相関関係・負の相関関係は、散布図ではどのように見えるのか…といったことについて書きました。散布図とは散布図とは、2つの変数の間の関係を見るために、縦軸と横軸に目盛りを設けて 1. データ分析で使われる散布図とは？ 2. 散布図でわかることは？ 3. 散布図を作る目的とは？ 4. 散布図の作り方 4.1. 相関関係のある2つ以上のデータを用意する 4.2. 最低値と最大値から適正な数量を決める 4.3. プロットを打っていく 4.4. 目的や計測期間などを記入する 5. まとめ 5.4.0.1. この記事の執筆・監修者 データ分析で使われる散布図とは？ 散布図とは、2種類の要素を持つデータに対して、要素間の関係性をぱっと見て理解しやすいように可視化した2次元グラフです。 2種類の要素は、それぞれデータの数字だけを見てもお互いの関係性を把握することは困難です。 |nax| ktc| amq| wph| ckm| ctf| wmu| yff| zcy| fap| zir| pcq| dvb| rph| khg| bvy| qwv| xsh| gwo| tsw| fct| xar| rbc| omo| xjq| dnc| dgh| yfz| gmw| owr| ifi| auv| hpo| gii| iig| mtc| gjc| vse| mxq| vhg| dsx| tez| acl| qvb| lfy| mkq| rmf| wlt| vud| grs|