منابع نمودار

نمودارهای خط روشی عالی برای نقشه برداری متغیرهای مستقل و وابسته که هر دو کمی هستند ، فراهم می کند. هنگامی که هر دو متغیر کمی هستند ، بخش خط که دو نقطه را روی نمودار متصل می کند ، شیب را بیان می کند ، که می تواند از نظر بصری نسبت به شیب خطوط دیگر تفسیر شود یا به عنوان یک فرمول ریاضی دقیق بیان شود. توطئه های پراکندگی شبیه به نمودارهای خط هستند زیرا با نقشه برداری از نقاط داده کمی شروع می شوند. تفاوت این است که با یک طرح پراکندگی ، تصمیم گرفته می شود که نقاط فردی نباید مستقیماً با یک خط به هم وصل شوند ، بلکه در عوض یک روند را بیان می کنند. این روند را می توان مستقیماً از طریق توزیع نقاط یا با افزودن خط رگرسیون مشاهده کرد. یک ابزار آماری که برای بیان ریاضی در داده ها استفاده می شود.

یک متغیر مستقل و دیگری

طرح پراکنده

با طرح پراکندگی یک علامت ، معمولاً یک نقطه یا دایره کوچک ، یک نقطه داده واحد را نشان می دهد. با یک علامت (نقطه) برای هر نقطه داده ، توزیع بصری داده ها را می توان مشاهده کرد. بسته به اینکه چقدر خوب خوشه ها با هم محکم هستند ، ممکن است بتوانید روند روشنی را در داده ها تشخیص دهید.

از آنجا که نقاط داده ها داده های واقعی جمع آوری شده در یک آزمایشگاه را به جای مقادیر محاسبه شده تئوری نشان می دهند ، آنها تمام خطای ذاتی در چنین فرآیند جمع آوری را نشان می دهند. از یک خط رگرسیون می توان برای توصیف آماری روند نقاط در طرح پراکندگی استفاده کرد تا داده ها را به یک ایده آل نظری برگرداند. این خط رگرسیون یک رابطه ریاضی بین متغیر مستقل و وابسته را بیان می کند. بسته به نرم افزاری که برای تولید خط رگرسیون استفاده می شود ، ممکن است ثابت به شما داده شود که بیان "خوبی از تناسب" منحنی است. یعنی می توان گفت که این خط به چه میزان از اطمینان می توان گفت که این خط روند موجود در داده ها را توصیف می کند. ثابت همبستگی معمولاً به صورت R 2 (R-Squared) بیان می شود. این که آیا این خط رگرسیون باید خطی باشد یا منحنی بستگی به این دارد که فرضیه شما رابطه را پیش بینی می کند. هنگامی که از یک خط خمیده استفاده می شود ، به طور معمول به عنوان منحنی مرتبه دوم (مکعب) یا مرتبه سوم (درجه دوم) بیان می شود. منحنی های مرتبه بالاتر ممکن است نقاط داده واقعی را از نزدیک دنبال کنند ، اما بندرت توصیف ریاضی بهتری از رابطه را ارائه می دهند.

نمودار خط

نمودارهای خط مانند توطئه های پراکندگی هستند که مقادیر داده های فردی را به عنوان علائم موجود در نمودار ضبط می کنند. تفاوت این است که یک خط ایجاد می شود که هر نقطه داده را به هم وصل می کند. به این ترتیب ، تغییر محلی از نقطه به نقطه قابل مشاهده است. این کار زمانی انجام می شود که بتوانیم تغییر محلی بین هر جفت امتیاز را مشاهده کنیم. یک روند کلی هنوز هم می توان مشاهده کرد ، اما این روند با روند محلی بین گروه های فردی یا کوچک از امتیازات پیوسته است. بر خلاف توطئه های پراکندگی ، متغیر مستقل می تواند مقیاس یا نظم باشد. در مثال بالا ، ماه را می توان به عنوان مقیاس یا نظم تصور کرد. شیب بخش های خط مورد توجه است ، اما ما احتمالاً برای بخش های جداگانه فرمول های ریاضی تولید نمی کنیم.

مثال فوق نیز می توانست به عنوان نمودار نوار تولید شود. شما می توانید از نمودار خط استفاده کنید وقتی می خواهید به وضوح میزان تغییر (شیب) بین نقاط داده های فردی را مشاهده کنید. اگر متغیر مستقل اسمی بود ، تقریباً مطمئناً به جای نمودار خط از نمودار نوار استفاده می کنید.

دو (یا بیشتر) مستقل و یک متغیر وابسته

نمودار چند خط

در اینجا ، ما همان نمودار را در بالا مشاهده کرده ایم و یک متغیر مستقل دوم ، سال را اضافه کرده ایم. هر دو متغیر مستقل ، ماه و سال ، می توانند به عنوان نظم یا مقیاس رفتار شوند. این اغلب در مورد واحدهای بزرگتر مانند هفته ها ، ماه ها و سالها اتفاق می افتد. از آنجا که ما یک متغیر مستقل دوم داریم ، به نوعی کدگذاری مورد نیاز است تا نشان دهد که هر خط در کدام سطح (سال) است. اگرچه ما می توانیم هر نوار را با متن نشانگر سال برچسب گذاری کنیم ، استفاده از رنگ و/یا نمادی متفاوت در نقاط داده کارآمدتر است. ما برای توضیح طرح برنامه نویسی به یک افسانه نیاز خواهیم داشت.

نمودارهای چند خط دارای ویژگی های صرفه جویی در فضا نسبت به نمودار نوار گروهی قابل مقایسه هستند. از آنجا که مقادیر داده ها توسط علائم کوچک (نقاط) مشخص شده اند و نه میله ها ، لازم نیست که از یکدیگر جبران شوند (فقط وقتی مقادیر داده بسیار متراکم باشد ، این مسئله به یک مشکل تبدیل می شود). مزیت دیگر این است که خطوط به راحتی می توانند دوگانه رمزگذاری شده باشند. با خطوط ، هر دو می توانند کدگذاری شده با رنگ (برای نمایشگر چاپ رایانه و رنگ) یا شکل کدگذاری شده با نمادها (برای تولید مثل سیاه و سفید) باشند. با میله ها ، از کدگذاری شکل استفاده نمی شود و باید کدگذاری الگوی جایگزین شود. کدگذاری الگوی بسیار محدودتر است.

توجه کنید که بین اوت و اکتبر در خط داده سال 1996 (سبز/مثلث) وجود دارد. از آنجا که نقطه داده برای ماه سپتامبر از دست رفته است ، خط نباید بین اوت و اکتبر به هم وصل شود زیرا این یک شیب محلی نادرست می دهد. این امر به ویژه در صورتی که خط را بدون نماد در نقاط داده های فردی نمایش دهید ، بسیار مهم است.

نکات اکسل

برای اطلاعات در مورد ایجاد نمودارهای نوار با اکسل ، به ماژول پراکندگی و نمودارهای خط بروید ، یا برای لیست کاملی از ماژول ها به منوی اصلی آموزش اکسل بروید.

نکات خاص برای نمودارهای خط

• آموزش نمودار دستورالعمل های خاصی در مورد ایجاد توطئه های پراکندگی و خطوط رگرسیون ارائه می دهد
• نمودارهای خط را می توان با نوع نمودار خط یا با پراکندگی (XY) ایجاد کرد. هنگام استفاده از پراکندگی (XY) ، Coection with Line Sub-Type را انتخاب کنید.
• ایجاد یک نمودار خط با پراکندگی (XY) هنگامی که متغیرهای مستقل و وابسته شما در ستون ها هستند ، ساده تر است.
• علائم برای نقاط داده نشانگر نامیده می شود
• رنگ و اندازه خط و نشانگرها را می توان با دوبار کلیک بر روی خط در نمودار تنظیم کرد.
• نشانگرها را می توان با کلیک بر روی خط و انتخاب هیچکدام در زیر نشانگرها خاموش کرد.

© Copyright NC University University 2004 توسط بنیاد ملی علوم حمایت و تأمین مالی شد (به علت 9950405 و موق ت-0231086)