Բովանդակություն:

Ինչպիսի՞ հարաբերակցություն է ցուցադրվում ցրվածության գծապատկերում:
Ինչպիսի՞ հարաբերակցություն է ցուցադրվում ցրվածության գծապատկերում:

Video: Ինչպիսի՞ հարաբերակցություն է ցուցադրվում ցրվածության գծապատկերում:

Video: Ինչպիսի՞ հարաբերակցություն է ցուցադրվում ցրվածության գծապատկերում:
Video: Մահացել է հնդկական «Հարսիկը» սերիալի աստղը #Shorts 2024, Մայիս
Anonim

Scatterplot-ը օգտագործվում է երկուսի միջև հարաբերակցությունը ներկայացնելու համար փոփոխականներ . Հարաբերությունների երկու տեսակ կա՝ դրական և բացասական: Փոփոխականներ որոնք դրականորեն փոխկապակցված են շարժվում են նույն ուղղությամբ, մինչդեռ փոփոխականներ որոնք բացասաբար փոխկապակցված են, շարժվում են հակառակ ուղղություններով:

Համապատասխանաբար, ինչպե՞ս եք որոշում, թե արդյոք կա հարաբերակցություն ցրված սյուժեում:

Հարաբերակցություն

  1. Դրական հարաբերակցություն. քանի որ մեկ փոփոխականը մեծանում է, այնքան մեծանում է մյուսը: Բարձրությունը և կոշիկի չափը օրինակ են. աճի հետ մեծանում է կոշիկի չափսը:
  2. Բացասական հարաբերակցություն. քանի որ մի փոփոխականը մեծանում է, մյուսը նվազում է:
  3. Հարաբերակցություն չկա. փոփոխականների միջև ակնհայտ կապ չկա:

Ո՞ր ցրված գծապատկերն է ցույց տալիս բացասական հարաբերակցություն: Մենք հաճախ տեսնում ենք օրինաչափություններ կամ հարաբերություններ ցրված հողամասեր . Երբ y փոփոխականը աճելու միտում ունի, քանի որ x փոփոխականը մեծանում է, մենք ասում ենք, որ կա դրական հարաբերակցությունը փոփոխականների միջև։ Երբ y փոփոխականը հակված է նվազման, քանի որ x փոփոխականը մեծանում է, մենք ասում ենք, որ կա a բացասական հարաբերակցություն փոփոխականների միջև։

Նմանապես, որո՞նք են հարաբերակցության տարբեր տեսակները:

Հարաբերակցության տեսակները

  • Դրական հարաբերակցություն – երբ մի փոփոխականի արժեքը մեծանում է մյուսի նկատմամբ:
  • Բացասական հարաբերակցություն - երբ մի փոփոխականի արժեքը նվազում է մյուսի նկատմամբ:
  • Ոչ հարաբերակցություն – երբ երկու փոփոխականների միջև գծային կախվածություն կամ կապ չկա:

Ինչպե՞ս եք նկարագրում ցրված սյուժեն առանց հարաբերակցության:

Եթե կա ոչ երկու փոփոխականների միջև ակնհայտ փոխհարաբերություն, ապա կա ոչ մի հարաբերակցություն . Scatterplots-ը կարելի է մեկնաբանել՝ նայելով լավագույն հարմարեցման գծի ուղղությանը և թե որքան հեռու են տվյալների կետերը լավագույն համապատասխանության գծից:

Խորհուրդ ենք տալիս: