第 67 节 分散

[    【作者顾彼思 Globis提示：如果章节内容错乱的话，关掉阅读模式,关闭广告拦截即可正常】

]    分析要点 4 :不要被「无相关性」迷惑

    分析要点 1 :包含异常值吗？

    在散点图中虽然存在有不同趋势的集体，但如若把它们归结起来进行分析的话，就会诱导你得出错误结论。因此，为了防止错误结论的产生，我们必须要把握好两个前提:一，排除先入为主的观念。二，一般来说「在数据形成一定规模时，想用一个倾向就能分析整体是很少见的」。

    在 excel 中，我们经常可以看到一些在散布图中自动拉一根近似曲线的图表。例如一张纵轴为利益率，横轴为交易金额的图表，在拉近似曲线的时候，我们似乎能发现利润率随着交易金额的上升而上升，但是事实并非如此。

    学习要点:通过「分散因素」来看变量之间的相关性及其他集体倾向的有无。

    接下来，我们一起来看看分析散点图时应该注意的 4 大要点。

    分析要点 2 :存在 2 个以上不同趋势的集体吗？

    在散点图中，存在着偏离整体趋势的数值。就拿刚才提及到的交易金额和利润率的散点图来说，如果有些值偏离了我们的曲线，没有这些值的话，就能很轻松地讨论整体的趋势。此时，我们想要确认的是，这几个数值是否是特殊情况下所产生的「异常值」。假设我们事先知道这3个数值是表示「交易方是社长的好友所经营的企业，给了一个友情价，所以交易金额的利润率较低」。那么，毫无疑问我们会把这3个数值当做「异常值」来分析。

    相关系数，是指在制作散布图的时候用于研究变量之间线性相关程度的量。所谓的相关关系，是指当一方发生变化，另一方也会发生变化，相关关系能对相关性的强弱和「是正相关还是负相关」进行分析。但是，仅凭这些数字是说明不了什么的，因此，需要把这些数字通过散布图等来呈现。

    此外，图表的数轴的标尺大小设定也是十分重要的哦。数轴范围太大的话就很难看出趋势的变化。缩小数轴范围才能更进一步的去讨论趋势的变化。

    散布图的数据范围是影响分析结果的一个重大因素。数据范围的设定法会影响我们观察散点图的结果。因此，我们要杜绝「散点图中所获取的信息就是全部」的想法。

    分析要点 3 :数据范围合适吗？

    另一方面，相关系数低并不代表它不值得被探讨。本该有相关的地方却没有相关的情况下，会有某些问题妨碍着相关关系的可能性。

    这组数据中有表示两个大趋势的集体存在。因此为了防止这种漏看，在使用散布图的时候，先不要拉近似曲线，要先单纯的看这个图表本身。

    散点图，是把数据的分布状况视觉化的一种工具。这一图表用于观察变量之间是否有特定的相关性，以及明确有其他倾向的两个以上集体的有无等情况。所谓的变量是指具有很多数值，可以改变的数量或文字。

    在运用散点图进行分析的时候，我们经常会有「相关系数越高则越有相关性」这种观念。但是，也会有「相关系数越高但并不等于存在着因果关系」情况哦。例如，啤酒和冰淇凌的销售数据虽然表示出它们之间的相关系数很高，但这只不过是「天气变热后就能卖出去的商品」的理由而已。