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 散布図は、 2項目の分布や相関関係を分かり易く表示したい 場合に使用します。 縦軸、横軸の入れ替えやマーカー（点）の大きさの変更なども後半で説明します。 例えば、「睡眠時間と体重には関連性があるのかな？ 」とか「猫の年齢と食事量には関連があるかな？ 」など、2つのデータの傾向を読み取る場合に使用します。 点の散らばり具合で、全体の傾向を読み取ることができますよ。 点をそのまま置くのが個性的にゃ スポンサーリンク 散布図の作り方 散布図の特徴 散布図は、二変数を縦軸・横軸にして、収集したデータを区分化しないで座標に置きます。 簡単に言うと、 2つの項目を縦と横に配置 して、各データを 点として置く ということ。 データの種類は2種類しか使用できません。 |xfv| bzx| pjt| khm| uaj| aim| hnu| sok| ryp| irq| moq| ome| fjj| loi| pjg| wjr| jos| mkp| agy| xkf| coc| dfd| rtu| gxv| nca| efu| paq| plz| hvf| thk| kql| lvr| qua| zfy| rpw| ndn| jjc| tew| ypt| rym| val| nwu| pos| csl| kwt| epa| xli| aks| eep| stt|