Comment créer un nuage de points avec l'IA : guide étape par étape
Un nuage de points montre la relation entre deux variables numériques, avec une variable sur chaque axe et un point pour chaque observation. Pour en créer un avec l'IA, importez un fichier contenant deux colonnes numériques et nommez la variable de chaque axe. Demandez le graphique avec une courbe de tendance et une corrélation, puis analysez la tendance et vérifiez les valeurs aberrantes.
Ce guide explique ce qu'un nuage de points montre et quand l'utiliser à la place d'un graphique en courbes. Il présente la méthode manuelle dans Excel et Google Sheets, une méthode en trois étapes avec l'IA, la manière d'interpréter le résultat, ainsi qu'un exemple concret.
Ce qu'un nuage de points montre
Le NIST/SEMATECH e-Handbook of Statistical Methods en donne la définition standard. Un nuage de points « révèle des relations ou des associations entre deux variables ». Ces relations « se manifestent par toute structure non aléatoire dans le graphique ».
La disposition est simple. Le manuel le décrit comme « un graphique des valeurs de Y en fonction des valeurs correspondantes de X ». L'axe vertical contient la variable de réponse. L'axe horizontal contient la variable que vous soupçonnez d'y être liée.
Le NIST énumère cinq questions auxquelles un nuage de points peut répondre :
- Les deux variables sont-elles liées ?
- Sont-elles liées de manière linéaire ?
- Sont-elles liées de manière non linéaire ?
- La variation de Y change-t-elle en fonction de X ?
- Y a-t-il des valeurs aberrantes ?
Le manuel explique également pourquoi ce graphique est si important dans l'analyse. Il le qualifie de « outil graphique le plus important et le plus utilisé pour découvrir l'existence et la nature des relations entre les variables ».
Quand utiliser un nuage de points plutôt qu'un graphique en courbes
Les nuages de points et les graphiques en courbes peuvent se ressembler, surtout lorsque les points sont reliés par des lignes. La différence réside dans l'axe horizontal.
La documentation d'Excel de Microsoft l'explique clairement. « Un nuage de points possède toujours deux axes de valeurs. » Un graphique en courbes n'a qu'un seul axe de valeurs, et son axe horizontal affiche des catégories régulièrement espacées.
Cela conduit à une règle simple. Microsoft conseille d'« utiliser un graphique en courbes si vos données ont des valeurs x non numériques ». Pour les valeurs X numériques, elle ajoute qu'« il est généralement préférable d'utiliser un graphique à nuage de points ».
| Utilisez un nuage de points quand | Utilisez un graphique en courbes quand |
|---|---|
| Les deux variables sont des nombres, comme le prix et les unités vendues | L'axe horizontal représente le temps ou une catégorie |
| Vous voulez voir si deux mesures évoluent ensemble | Vous voulez afficher une tendance sur des intervalles égaux |
| Les points peuvent se situer n'importe où le long de l'axe horizontal | Les points sont espacés de manière régulière par période |
| Vous prévoyez d'ajouter une courbe de tendance ou une corrélation | Vous prévoyez de comparer plusieurs séries au fil du temps |
Un test rapide peut vous aider. Si vous pouvez trier les valeurs de l'axe horizontal de la plus petite à la plus grande et qu'elles ont toujours du sens, un nuage de points est adapté.
Ce dont vous avez besoin avant de commencer
Un graphique propre commence par des colonnes propres. Vérifiez d'abord quatre éléments.
Deux colonnes numériques. Une pour la variable X et une pour la variable Y. Supprimez les unités saisies dans les cellules, comme « 12 km », car elles transforment les nombres en texte.
Une ligne par observation. Chaque ligne doit décrire un client, une commande, un jour ou un test. Les totaux et sous-totaux dans la même colonne fausseront le graphique.
Assez de points. Une poignée de points montre rarement une tendance réelle. Visez au moins 20 observations, et plus si les données sont bruitées.
Une question claire. Décidez de ce que vous vous attendez à trouver avant de tracer le graphique. « Le délai de livraison augmente-t-il avec la distance ? » est un meilleur point de départ que « montrez-moi les données ».
Comment faire un nuage de points dans Excel ou Google Sheets
La méthode manuelle fonctionne bien pour un seul graphique. Ces options ne nécessitent aucun module complémentaire.
Option 1 : Excel
Placez les valeurs X dans la colonne de gauche et les valeurs Y dans la colonne de droite, avec les en-têtes à la ligne 1. Sélectionnez les deux colonnes, y compris les en-têtes.
Dans l'onglet Insertion, ouvrez le menu Insérer un graphique à nuage de points (X, Y) ou en bulles et choisissez Nuage de points. Excel trace chaque ligne sous forme de point.
Pour ajouter une courbe de tendance, sélectionnez le graphique, ouvrez Éléments de graphique, et cochez Courbe de tendance. Dans Format de la courbe de tendance, vous pouvez afficher l'équation et la valeur du R-deux sur le graphique. Pour le coefficient de corrélation lui-même, saisissez =CORREL(A2:A31,B2:B31) dans une cellule vide, en l'ajustant à votre plage de données.
Option 2 : Google Sheets
Sélectionnez les deux colonnes et choisissez Insérer, puis Graphique. Dans l'éditeur de graphiques, définissez le type de graphique sur Graphique à nuage de points si Sheets ne le choisit pas automatiquement.
Dans l'onglet Personnaliser, ouvrez Séries et cochez Courbe de tendance. Vous pouvez également y afficher le R-deux. La fonction =CORREL() fonctionne de la même manière que dans Excel.
La méthode manuelle ralentit à trois niveaux. Les données ont souvent besoin d'être nettoyées d'abord. Les valeurs aberrantes doivent être trouvées et étiquetées à la main. Et lorsque vous souhaitez tester plusieurs paires de variables, vous devez répéter chaque étape pour chaque paire.
Comment faire un nuage de points avec l'IA
Un espace de travail IA peut nettoyer les colonnes, générer le graphique, ajouter la courbe de tendance et signaler les valeurs aberrantes en une seule demande. Les trois étapes ci-dessous utilisent Powerdrill Bloom. Sa page de créateur de nuages de points décrit le même flux : importer un jeu de données, décrire le graphique dans le chat et télécharger le résultat.
Étape 1 : Importer les données et nommer les deux variables
Importez la feuille de calcul ou le fichier CSV qui contient vos données. La page du créateur de nuages de points indique qu'elle accepte des formats tels que CSV et Excel.
Nommez ensuite les deux variables dans votre demande. Indiquez quelle colonne va sur l'axe horizontal et laquelle va sur l'axe vertical. Placez la variable que vous pensez être le moteur de l'autre sur l'axe horizontal, ce qui correspond à la convention du NIST.
Si le fichier comporte de nombreuses colonnes, ajoutez une phrase de contexte. « Chaque ligne correspond à une livraison. Je veux voir si le temps dépend de la distance. » Cela aide l'IA à choisir les bonnes colonnes et à ignorer le reste.
Étape 2 : Demander le nuage de points, la courbe de tendance et la corrélation
Demandez le graphique, une courbe de tendance linéaire et le coefficient de corrélation en une seule demande. Une bonne demande ressemble à ceci : « Crée un nuage de points du délai de livraison en fonction de la distance. Ajoute une courbe de tendance linéaire et affiche le coefficient de corrélation et le R-deux. »
Demandez également une note sur le nettoyage des données. L'IA devrait vous indiquer combien de lignes elle a supprimées en raison de valeurs manquantes ou non numériques. Si ce nombre vous surprend, corrigez le fichier source et relancez l'opération.
Si vous avez plusieurs variables candidates, demandez un graphique par paire, ou un tableau de corrélation d'abord. Notre guide sur la matrice de corrélation couvre cette première étape plus large.
Étape 3 : Analyser la tendance et identifier les valeurs aberrantes
Regardez la forme avant les chiffres. Y a-t-il une direction claire ? La relation est-elle rectiligne ou courbe ? L'écart s'élargit-il à mesure que X augmente ?
Demandez ensuite à l'IA d'étiqueter toutes les valeurs aberrantes avec les détails de leur ligne. Un point éloigné des autres est souvent le plus utile du graphique. Il peut s'agir d'une erreur de saisie de données, ou du cas précis sur lequel votre responsable vous interrogera.
Terminez par une phrase sous le graphique. Indiquez la direction, la force et toute réserve. « Le délai de livraison augmente avec la distance, avec une forte relation linéaire, à l'exception de trois commandes tardives lors d'une fermeture de route. » La page du créateur de nuages de points indique que vous pouvez télécharger le graphique au format PNG haute résolution pour vos diapositives ou rapports.
Comment lire un nuage de points
Le manuel du NIST présente les modèles courants avec des exemples de graphiques. Ce sont ceux que vous rencontrerez le plus souvent.
| Modèle | À quoi cela ressemble | Ce que cela suggère |
|---|---|---|
| Aucune relation | Un nuage informe | Y ne peut pas être prédit à partir de X |
| Forte relation positive | Points proches d'une ligne ascendante | Un X plus grand va avec un Y plus grand |
| Forte relation négative | Points proches d'une ligne descendante | Un X plus grand va avec un Y plus petit |
| Courbe | Les points suivent une courbe | Une courbe de tendance droite sera trompeuse |
| Écart grandissant | Le nuage s'évase à mesure que X augmente | La variation de Y dépend de X |
| Valeur aberrante | Un point éloigné des autres | Vérifiez la ligne avant de tirer des conclusions |
Pour le cas d'absence de relation, le NIST décrit des valeurs de Y qui « s'éparpillent dans tous les sens » pour un X donné. Pour une relation positive forte, il indique qu'« une ligne droite s'ajuste facilement à travers les données » et que « la dispersion autour de la ligne est très faible ».
Le modèle d'écart grandissant porte un nom technique. Le NIST l'appelle hétéroscédasticité, ce qui signifie « une variation non constante de Y sur les valeurs de X ». Cela est important car les courbes de tendance simples supposent que la dispersion est à peu près uniforme.
Pour chiffrer la force d'une relation linéaire, utilisez le coefficient de corrélation. Des valeurs proches de 1 ou -1 indiquent une forte relation linéaire. Des valeurs proches de 0 indiquent une faible relation linéaire, bien qu'une courbe puisse tout de même exister.
Corrélation n'est pas causalité
Un nuage de points montre une association. Il ne montre pas de cause.
Le manuel du NIST est direct à ce sujet. « Les nuages de points révèlent une association, ce qui est la première étape vers une relation de cause à effet. » Il ajoute que « même si la causalité implique l'association, l'association n'implique PAS la causalité ».
En pratique, recherchez une troisième variable avant de prétendre à une relation de cause à effet. Les ventes de glaces et les coups de soleil augmentent tous deux en été, mais l'un ne cause pas l'autre. Lorsqu'un nuage de points montre une tendance forte, demandez-vous ce qui change d'autre en même temps que X.
Si vous devez modéliser la relation, l'étape suivante est l'analyse de régression, qui estime de combien Y change pour chaque unité de X.
Un exemple concret
Voici un exemple illustratif avec des chiffres fictifs. Une équipe de livraison a enregistré 30 commandes, avec la distance en kilomètres et le délai de livraison en minutes.
Le graphique montre une tendance à la hausse claire. Les trajets courts de 2 à 5 km prennent de 15 à 25 minutes. Les trajets longs de 20 to 25 km prennent de 55 à 70 minutes. La courbe de tendance augmente régulièrement, et le coefficient de corrélation est de 0,91.
Trois points se situent bien au-dessus de la ligne. Chacun correspond à une commande de 6 à 8 km qui a pris plus de 60 minutes. Leur étiquetage montre que toutes les trois ont eu lieu le même après-midi, lors d'une fermeture de route.
Avec ces trois commandes signalées, la conclusion is simple. La distance explique la majeure partie de la variation du délai de livraison, et les valeurs aberrantes ont une cause connue. L'équipe peut planifier les itinéraires en fonction de la distance et traiter les fermetures de routes comme un risque distinct.
C'est le genre de résumé que ce graphique permet de bien faire. Un graphique, une phrase et une courte liste d'exceptions.
Variantes et mise en forme pour rester rigoureux
Deux variantes s'avèrent utiles lorsque vous avez plus de deux variables. Le manuel du NIST décrit les deux.
Une matrice de nuages de points « génère tous les nuages de points par paire sur une seule page ». C'est un moyen rapide de balayer chaque paire d'un jeu de données avant de choisir celles à étudier.
Un graphique de conditionnement, « également appelé co-plot ou graphique de sous-ensemble », montre Y en fonction de X pour différentes valeurs d'une troisième variable. Il répond à des questions telles que celle de savoir si la relation entre la distance et le temps se vérifie de la même manière en semaine et le week-end.
La mise en forme compte aussi. Le NIST note que la version la plus populaire utilise un marqueur à chaque point de données « et aucune ligne reliant les points de données ». Les lignes entre les points peuvent suggérer un ordre que les données n'ont pas.
Trois autres habitudes permettent de garder le graphique lisible :
- Nommez les deux axes avec le nom de la variable et l'unité.
- Faites commencer les axes à des valeurs cohérentes, et indiquez-le s'ils ne commencent pas à zéro.
- Utilisez une couleur pour les points et une couleur contrastante pour la courbe de tendance.
Erreurs courantes
Voici les erreurs qui rendent le plus souvent le graphique trompeur :
- Utiliser un graphique en courbes pour des valeurs X numériques. Les directives de Microsoft sont claires : les valeurs X numériques ont généralement leur place dans un graphique à nuage de points.
- Inverser les axes. Placez la variable explicative sur l'axe horizontal et la variable expliquée sur l'axe vertical.
- Forcer une courbe de tendance droite sur une courbe. Regardez d'abord la forme, puis choisissez la courbe de tendance.
- Supprimer des valeurs aberrantes sans les vérifier. Une valeur aberrante peut être une erreur ou le point le plus important du graphique.
- Prétendre à une causalité à partir d'une corrélation. Une tendance forte justifie un examen plus approfondi, pas une conclusion.
- Tracer trop peu de points. Une tendance visible sur huit points peut disparaître sur quatre-vingts.
Lorsque vous souhaitez tester plusieurs paires de variables à partir d'un seul fichier, vous pouvez essayer Powerdrill Bloom. Il génère chaque graphique avec sa courbe de tendance et ses valeurs aberrantes signalées.
Questions fréquemment posées
À quoi sert un nuage de points ?
Un nuage de points est utilisé pour voir si deux variables numériques sont liées. Chaque point représente une observation, avec une valeur sur chaque axe. Le manuel du NIST indique qu'il permet de savoir si les variables sont liées, si la relation est linéaire, si la variation change avec X et s'il existe des valeurs aberrantes.
Comment faire un nuage de points dans Excel ?
Placez les valeurs X dans la colonne de gauche et les valeurs Y dans la colonne de droite, puis sélectionnez les deux. Dans l'onglet Insertion, ouvrez le menu Insérer un graphique à nuage de points (X, Y) ou en bulles et choisissez Nuage de points. Ajoutez une courbe de tendance depuis les Éléments de graphique, et utilisez la fonction CORREL pour obtenir le coefficient de corrélation.
Quelle est la différence entre un nuage de points et un graphique en courbes ?
Un nuage de points possède deux axes de valeurs, de sorte que les points peuvent se situer n'importe où le long de l'axe horizontal. Un graphique en courbes possède un axe de catégories avec des points régulièrement espacés, ce qui convient aux séries chronologiques. Microsoft recommande un graphique à nuage de points pour les valeurs X numériques et un graphique en courbes pour les valeurs non numériques.
Comment lire un nuage de points ?
Regardez la direction, la forme et la dispersion. Des points qui montent ensemble montrent une relation positive, et des points qui descendent montrent une relation négative. Un nuage informe montre une absence de relation, et un éventail qui s'élargit montre que la variation dépend de X. Vérifiez toutes les valeurs aberrantes avant de tirer des conclusions.
L'IA peut-elle créer un nuage de points à partir d'une feuille de calcul ?
Oui. Importez la feuille de calcul dans un espace de travail IA, nommez les deux colonnes et demandez un nuage de points avec une courbe de tendance et une corrélation. Le créateur de nuages de points de Powerdrill Bloom accepte les fichiers CSV et Excel et vous permet de télécharger le graphique au format PNG.
Sources : NIST/SEMATECH e-Handbook, Nuage de points · NIST, Forte relation linéaire · NIST, Absence de relation · NIST, Variabilité hétéroscédastique · Support Microsoft, Présenter vos données dans un graphique à nuages de points ou un graphique en courbes. Directives lues le 24 septembre 2026.