2.10
Berücksichtigen Sie quantitative Daten über den Preis von Häusern und die entsprechende Grundfläche. Solche quantitativen Daten mit zwei Variablen werden als bivariate Daten bezeichnet.
Die Variable, die als Ursache fungiert, wird als unabhängige Variable bezeichnet, während eine andere Variable, die die Antwort anzeigt, als abhängige Variable bezeichnet wird.
Diese Abhängigkeit einer Variablen von der anderen kann mit Hilfe des Streudiagramms visualisiert werden. Hier wird die unabhängige Variable – die Grundfläche – entlang der X-Achse und die abhängige Variable – der Preis von Häusern – entlang der Y-Achse dargestellt.
Markieren Sie die Preise entsprechend der Grundfläche. Zeichnen Sie dann die am besten angepasste Linie so, dass eine fast gleiche Anzahl von Punkten über und unter dieser Linie vorhanden ist. Diese Punkte bilden zusammen das Muster, um die Korrelation zwischen den beiden Variablen zu identifizieren.
Beachten Sie, dass die Vergrößerung der Grundfläche zu einem Anstieg der Hauspreise führt. Ein solcher steigender Trend deutet auf eine positive Korrelation hin.
Beobachtet man hingegen einen rückläufigen Trend, deutet dies auf eine negative Korrelation hin. Kein Trend bedeutet keine Korrelation.
Die gebräuchlichste und einfachste Methode, um die Beziehung zwischen zwei Variablen, x und y, darzustellen, ist ein Streudiagramm. Ein Streudiagramm zeigt die Richtung einer Beziehung zwischen den Variablen. Eine klare Richtung ergibt sich, wenn entweder:
Man kann die Stärke der Beziehung bestimmen, indem man das Streudiagramm betrachtet und sieht, wie nahe die Punkte an einer Linie, einer Potenzfunktion, einer Exponentialfunktion oder einer anderen Art von Funktion liegen. Bei einer linearen Beziehung gibt es eine Ausnahme. Betrachten Sie ein Streudiagramm, bei dem alle Punkte auf einer horizontalen Linie liegen und eine "perfekte Passform" ergeben. Die horizontale Linie würde tatsächlich keine Beziehung anzeigen.
Bei der Betrachtung eines Streudiagramms muss man das Gesamtmuster und eventuelle Abweichungen beachten, sofern vorhanden.
Berücksichtigen Sie quantitative Daten über den Preis von Häusern und die entsprechende Grundfläche. Solche quantitativen Daten mit zwei Variablen werden als bivariate Daten bezeichnet.
Die Variable, die als Ursache fungiert, wird als unabhängige Variable bezeichnet, während eine andere Variable, die die Antwort anzeigt, als abhängige Variable bezeichnet wird.
Diese Abhängigkeit einer Variablen von der anderen kann mit Hilfe des Streudiagramms visualisiert werden. Hier wird die unabhängige Variable – die Grundfläche – entlang der X-Achse und die abhängige Variable – der Preis von Häusern – entlang der Y-Achse dargestellt.
Markieren Sie die Preise entsprechend der Grundfläche. Zeichnen Sie dann die am besten angepasste Linie so, dass eine fast gleiche Anzahl von Punkten über und unter dieser Linie vorhanden ist. Diese Punkte bilden zusammen das Muster, um die Korrelation zwischen den beiden Variablen zu identifizieren.
Beachten Sie, dass die Vergrößerung der Grundfläche zu einem Anstieg der Hauspreise führt. Ein solcher steigender Trend deutet auf eine positive Korrelation hin.
Beobachtet man hingegen einen rückläufigen Trend, deutet dies auf eine negative Korrelation hin. Kein Trend bedeutet keine Korrelation.
From Chapter 2:
Now Playing
Summarizing and Visualizing Data
8.9K Views
Summarizing and Visualizing Data
9.8K Views
Summarizing and Visualizing Data
20.8K Views
Summarizing and Visualizing Data
10.3K Views
Summarizing and Visualizing Data
10.1K Views
Summarizing and Visualizing Data
65.0K Views
Summarizing and Visualizing Data
6.9K Views
Summarizing and Visualizing Data
5.3K Views
Summarizing and Visualizing Data
14.0K Views
Summarizing and Visualizing Data
4.9K Views
Summarizing and Visualizing Data
4.0K Views
Summarizing and Visualizing Data
17.7K Views
Summarizing and Visualizing Data
6.6K Views
Summarizing and Visualizing Data
6.1K Views
Summarizing and Visualizing Data
13.3K Views