优思学院｜一文看懂散布图（六西格玛统计工具）的原理和使用场景
原创
什么是散布图？
散布图是为了调查两种数据间的相互关系，一方在横轴、另一方在纵轴，并将测定值绘出的一种图表；例如，压入时间与接着强度之间的关系、电镀时间与电镀厚度的关系等。
散布图是表示出相对的一组特性关系的道在制造上，常常为了要得到要求的品质，而必须控制其原因。
例如，为了要得到所需要的接着强度，因此必须调查接着强度（结果）与压入时间（原因）的关系。如果借由控制压入时间可以得到所需要的接着强度时，管理压入时间就会比管理接着强度来得简单，同时也能降低价格、提高生产性。
但是散布图并非只能利用在原因与结果的关系上，它也可以运用在结果与结果，或原因与原因的关系上。基本上，它是了解两种变数关系（称为相关关系）的道具。
何時使用散布图？
散布图主要使用于解决问题之原因调查阶段。例如在使用魚骨图时，如果输出及输入之间有相关的话，就将其要因判定为原因，然后再进一步检讨如何控制此原因的对策。
如果没有相关的话，就判定为在可控管的对象外。
魚骨图的两种要因间若有相关的话，就可推测其要因具有原因与结果的关系，或是针对原因之连动的两种结果。
散布图的一些示例
示例 1：递增关系 图 1 中的散布图显示了递增关系。x 轴显示公司的员工人数，y 轴显示公司的利润。该散点图显示，随着员工人数的增加，利润也会增加。员工人数较少的公司（在图形左侧）利润较低，员工人数较多的公司利润较高。这是一个非常简单的示例，因为有许多变量会影响公司的利润。
图 1：显示递增关系的散点图
示例 2：递减关系
图 2 中的散布图显示了递减关系。x 轴显示某加工肉的含钠克数；y 轴显示每千克蛋白质的成本。该散点图揭示，随着钠含量的增加，蛋白质成本会下降。钠含量较低的肉（图形左侧）蛋白质成本较高，而钠含量较高的肉蛋白质成本较低。这是有依据的，因为可以向低质量（因而成本较低）的肉中添加盐来改善其味道，这会增加钠含量。
图 2：显示变量之间递减关系的散点图
示例 3：不相关 图 3 中的散布图显示两个变量之间没有关系。x 轴显示预洗牛仔布纤维的载荷大小；y 轴显示测量的线磨损情况。该散布图显示了随机点云图。虽然有人可能会看到，随着载荷大小向右沿着图形增加，线磨损情况略有减少，我们可以使用简单线性回归来验证这种想法。
图 3：表明变量之间没有关系的散点图
示例 4：曲线关系 图 4 中的散布图显示了两个变量之间的曲线关系。x 轴显示一组国家/地区的人口出生率；y 轴显示人口死亡率。散点图显示，在出生率达到 25 至 30 之前，两个变量呈递减关系。在达到这个点之后，变为递增关系。
图 4：显示变量之间曲线关系的散点图，从递减变为递增
示例 5：散布图中的离群值 数据中的异常点（即离群值）在散点图中往往非常突出。 图 5 显示了含有离群值的散点图，图 6 显示了相同数据不含离群值的散点图。位于右上角的单个离群值会影响数据在散点图中的可视化。当散点图中包含异常数据点时，您可以调查数据，以找出出现离群值的原因。您可以显示包含离群值和不含离群值的数据。
图 5：包含离群值的散点图
图 6：不含离群值的散点图
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
