Данные по содержанию вещества
Дата сбора данных |
Содержание Х гр\л |
Содержание У гр\л |
Март 1 2 3 4 5 … 31 |
8.6 8.2 8.8 8.8 8.8 8.9 8.9 |
0.889 0.84 0.928 0.826 0.846 0.922 0.868 |
Апрель 1 2 …. |
8.9 9.4 |
0.856 0.940 |
Интерпретация диаграмм рассеивания.
При первом взгляде на диаграмму разброса можно сделать вывод имеется ли между двумя параметрами корреляционная зависимость. О корреляционной зависимость между двумя параметрами можно говорить в том случае когда разброс данных имеет линейную тенденцию. Далее можно выяснить есть ли на диаграмме выбросы- далеко от стоящей точки от основной группы данных. Эти точки следует отбросить и не учитывать при дальнейшем анализе, возможно они являются результатом ошибок измерений или записей данных, либо обусловлены некоторыми изменениями в условиях работы. Но совсем пренебрегать этими точками не следует т.к. поиск причин выбросов может натолкнуть на важную инфу.
Типы диаграмм
Виды диаграмм |
Комментарии |
Сильная положительная корреляция
Положительная корреляция(приведен пример легкой прямой корреляции)
Сильная отрицательная корреляция
Просто отрицательная корреляция
Отсутствие корреляции
Линейная функциональная корреляция
Не линейная корреляция |
При увеличении Х, У тоже увеличивается- прямая корреляция, при осуществлении контроля за причинным фактором Х характеристика У будет оставаться стабильной
При увеличении Х У увеличивается, но разброс У велик, по отношению к определяемому значению Х. с помощью контроля определенного фактора Х можно до некоторой степени держать под контролем характеристику У но так же необходимо учитывать и др. факторы оказывающие влияние на У
Представлена отрицательно прямая корреляция при увеличении Х характеристика У уменьшается, если Х находится под контролем то У стабилен
В случае легкой обратной корреляции, когда при увеличение Х, У уменьшается, но при этом велик разброс значения У, соответствующих фиксированному значению Х
В этом случае необходимо продолжить поиск факторов вступающих в зависимость с У исключив из этого поиска фактор Х
В данном случае изменение характеристики У зависит только от изменение фактора Х
Возможны случаи когда зависимость между Х и У есть но она не линейная. В этом случае могут быть применены специальные методы анализа
|