AI के साथ स्कैटर प्लॉट कैसे बनाएं: स्टेप-बाय-स्टेप गाइड

एक स्कैटर प्लॉट दो संख्यात्मक चरों के बीच के संबंध को दिखाता है, जिसमें प्रत्येक अक्ष पर एक चर और प्रत्येक अवलोकन के लिए एक बिंदु होता है। AI की मदद से इसे बनाने के लिए, दो संख्यात्मक कॉलम वाली एक फ़ाइल अपलोड करें और प्रत्येक अक्ष के लिए चर का नाम दें। ट्रेंडलाइन और सहसंबंध के साथ प्लॉट बनाने के लिए कहें, फिर पैटर्न को समझें और आउटलायर्स की जांच करें।

यह गाइड बताती है कि एक स्कैटर प्लॉट क्या दिखाता है और लाइन चार्ट के बजाय इसका उपयोग कब करना चाहिए। इसमें Excel और Google Sheets में मैन्युअल तरीका, तीन-चरणों वाली AI विधि, परिणाम को पढ़ने का तरीका और एक व्यावहारिक उदाहरण शामिल है।

स्कैटर प्लॉट क्या दिखाता है

NIST/SEMATECH e-Handbook of Statistical Methods इसकी मानक परिभाषा देता है। एक स्कैटर प्लॉट "दो चरों के बीच संबंधों या जुड़ाव को प्रकट करता है।" वे संबंध "प्लॉट में किसी भी गैर-यादृच्छिक संरचना के रूप में दिखाई देते हैं।"

इसका लेआउट सरल है। हैंडबुक इसे "X के संगत मानों के विरुद्ध Y के मानों के प्लॉट" के रूप में वर्णित करती है। ऊर्ध्वाधर अक्ष पर प्रतिक्रिया चर होता है। क्षैतिज अक्ष पर वह चर होता है जिसके बारे में आपको संदेह है कि वह इससे संबंधित हो सकता है।

NIST उन पांच प्रश्नों की सूची देता है जिनका उत्तर एक स्कैटर प्लॉट दे सकता है:

• क्या दोनों चर आपस में संबंधित हैं?
• क्या वे रैखिक रूप से संबंधित हैं?
• क्या वे गैर-रैखिक रूप से संबंधित हैं?
• क्या Y में होने वाला बदलाव X पर निर्भर करता है?
• क्या इसमें कोई आउटलायर्स हैं?

हैंडबुक यह भी बताती है कि विश्लेषण में यह चार्ट इतना महत्वपूर्ण क्यों है। यह इसे "चरों के बीच संबंधों के अस्तित्व और प्रकृति को उजागर करने के लिए सबसे महत्वपूर्ण और सबसे अधिक उपयोग किया जाने वाला ग्राफिकल टूल" कहती है।

लाइन चार्ट के बजाय स्कैटर प्लॉट का उपयोग कब करें

स्कैटर प्लॉट और लाइन चार्ट एक जैसे दिख सकते हैं, खासकर तब जब बिंदुओं को जोड़ने वाली रेखाओं से मिलाया गया हो। अंतर क्षैतिज अक्ष का होता है।

Microsoft का Excel दस्तावेज़ इसे स्पष्ट रूप से समझाता है। "एक स्कैटर चार्ट में हमेशा दो मान अक्ष होते हैं।" एक लाइन चार्ट में केवल एक मान अक्ष होता है, और इसका क्षैतिज अक्ष समान दूरी पर स्थित श्रेणियों को दिखाता है।

इससे एक सरल नियम बनता है। Microsoft का कहना है कि "यदि आपके डेटा में गैर-संख्यात्मक x मान हैं, तो लाइन चार्ट का उपयोग करें।" संख्यात्मक X मानों के लिए, यह जोड़ता है, "आमतौर पर स्कैटर चार्ट का उपयोग करना बेहतर होता है।"

स्कैटर प्लॉट का उपयोग तब करें जब	लाइन चार्ट का उपयोग तब करें जब
दोनों चर संख्याएँ हों, जैसे कीमत और बेची गई इकाइयाँ	क्षैतिज अक्ष समय या कोई श्रेणी हो
आप देखना चाहते हैं कि क्या दो माप एक साथ चलते हैं	आप समान अंतरालों पर एक ट्रेंड दिखाना चाहते हैं
बिंदु क्षैतिज अक्ष पर कहीं भी आ सकते हैं	बिंदु अवधि के अनुसार समान दूरी पर हों
आप एक ट्रेंडलाइन या सहसंबंध जोड़ना चाहते हैं	आप समय के साथ कई श्रृंखलाओं की तुलना करना चाहते हैं

एक त्वरित परीक्षण इसमें मदद करता है। यदि आप क्षैतिज अक्ष के मानों को सबसे छोटे से सबसे बड़े क्रम में व्यवस्थित कर सकते हैं और फिर भी उनका कोई अर्थ निकलता है, तो स्कैटर प्लॉट उपयुक्त है।

शुरू करने से पहले आपको क्या चाहिए

एक साफ-सुथरा चार्ट साफ कॉलम से शुरू होता है। सबसे पहले चार चीजों की जांच करें।

दो संख्यात्मक कॉलम। एक X चर के लिए और एक Y चर के लिए। सेल में लिखी गई इकाइयों को हटा दें, जैसे कि "12 km," क्योंकि वे संख्याओं को टेक्स्ट में बदल देती हैं।

प्रति अवलोकन एक पंक्ति। प्रत्येक पंक्ति में एक ग्राहक, एक ऑर्डर, एक दिन या एक परीक्षण का विवरण होना चाहिए। एक ही कॉलम में कुल और उप-योग होने से प्लॉट बिगड़ जाएगा।

पर्याप्त बिंदु। कुछ मुट्ठी भर बिंदु शायद ही कभी कोई वास्तविक पैटर्न दिखाते हैं। कम से कम 20 अवलोकनों का लक्ष्य रखें, और यदि डेटा में अधिक उतार-चढ़ाव है तो इससे अधिक रखें.

एक स्पष्ट प्रश्न। प्लॉट करने से पहले तय करें कि आप क्या खोजने की उम्मीद करते हैं। "क्या दूरी के साथ डिलीवरी का समय बढ़ता है?" यह "मुझे डेटा दिखाएं" की तुलना में एक बेहतर शुरुआती बिंदु है।

Excel या Google Sheets में स्कैटर प्लॉट कैसे बनाएं

एकल चार्ट के लिए मैन्युअल तरीका अच्छी तरह से काम करता है। इन विकल्पों के लिए किसी ऐड-इन की आवश्यकता नहीं होती है।

विकल्प 1: Excel

X मानों को बाएं कॉलम में और Y मानों को दाएं कॉलम में रखें, और पंक्ति 1 में हेडर रखें। हेडर सहित दोनों कॉलम का चयन करें।

On the Insert टैब पर, Insert Scatter (X, Y) या Bubble Chart मेनू खोलें और Scatter चुनें। Excel प्रत्येक पंक्ति को एक बिंदु के रूप में प्लॉट करता है।

ट्रेंडलाइन जोड़ने के लिए, चार्ट का चयन करें, Chart Elements खोलें, और Trendline पर टिक करें। Format Trendline में, आप चार्ट पर समीकरण और R-squared मान प्रदर्शित कर सकते हैं। सहसंबंध गुणांक के लिए, किसी खाली सेल में अपनी रेंज के अनुसार समायोजित करके =CORREL(A2:A31,B2:B31) दर्ज करें।

विकल्प 2: Google Sheets

दोनों कॉलम का चयन करें और Insert, फिर Chart चुनें। चार्ट एडिटर में, चार्ट प्रकार को Scatter chart पर सेट करें यदि Sheets इसे स्वचालित रूप से नहीं चुनता है।

Customize टैब पर, Series खोलें और Trendline पर टिक करें। आप वहां भी R-squared दिखा सकते हैं। =CORREL() फ़ंक्शन ठीक उसी तरह काम करता है जैसे Excel में करता है।

मैन्युअल तरीका तीन जगहों पर धीमा हो जाता है। डेटा को अक्सर पहले साफ करने की आवश्यकता होती है। आउटलायर्स को हाथ से खोजना और लेबल करना पड़ता है। और जब आप चरों के कई जोड़ों का परीक्षण करना चाहते हैं, तो आप प्रत्येक जोड़े के लिए हर चरण को दोहराते हैं।

AI के साथ स्कैटर प्लॉट कैसे बनाएं

एक AI वर्कस्पेस एक ही अनुरोध में कॉलम को साफ कर सकता, प्लॉट बना सकता, ट्रेंडलाइन जोड़ सकता और आउटलायर्स को चिह्नित कर सकता है। नीचे दिए गए तीन चरण Powerdrill Bloom का उपयोग करते हैं। इसका scatter graph creator पेज इसी प्रक्रिया का वर्णन करता है: एक डेटासेट अपलोड करें, चैट में चार्ट का वर्णन करें, और परिणाम डाउनलोड करें।

चरण 1: डेटा अपलोड करें और दोनों चरों के नाम दें

अपने डेटा वाली स्प्रेडशीट या CSV अपलोड करें। scatter graph creator पेज बताता है कि यह CSV और Excel जैसे फ़ॉर्मेट स्वीकार करता है।

फिर अपने अनुरोध में दोनों चरों के नाम दें। बताएं कि कौन सा कॉलम क्षैतिज अक्ष पर जाएगा और कौन सा ऊर्ध्वाधर अक्ष पर जाएगा। उस चर को क्षैतिज अक्ष पर रखें जो आपके विचार से दूसरे को प्रभावित करता है, जो कि NIST के नियम के अनुरूप है।

यदि फ़ाइल में कई कॉलम हैं, तो संदर्भ के लिए एक वाक्य जोड़ें। "प्रत्येक पंक्ति एक डिलीवरी है। मैं देखना चाहता हूँ कि क्या समय दूरी पर निर्भर करता है।" इससे AI को सही कॉलम चुनने और बाकी को अनदेखा करने में मदद मिलती है।

चरण 2: स्कैटर प्लॉट, ट्रेंडलाइन और सहसंबंध के लिए कहें

एक ही अनुरोध में चार्ट, एक रैखिक ट्रेंडलाइन और सहसंबंध गुणांक की मांग करें। एक अच्छा अनुरोध इस तरह दिखता है: "दूरी के मुकाबले डिलीवरी समय का एक स्कैटर प्लॉट बनाएं। एक रैखिक ट्रेंडलाइन जोड़ें और सहसंबंध गुणांक और R-squared दिखाएं।"

डेटा सफाई पर भी एक नोट मांगें। AI को आपको बताना चाहिए कि उसने अनुपलब्ध या गैर-संख्यात्मक मानों के कारण कितनी पंक्तियों को हटा दिया है। यदि वह संख्या आपको चौंकाती है, तो स्रोत फ़ाइल को ठीक करें और इसे फिर से चलाएं।

यदि आपके पास कई संभावित चर हैं, तो प्रति जोड़े एक चार्ट या पहले एक सहसंबंध तालिका मांगें। correlation matrix पर हमारी गाइड उस व्यापक शुरुआती चरण को कवर करती है।

चरण 3: पैटर्न को पढ़ें और आउटलायर्स को लेबल करें

संख्याओं से पहले आकार को देखें। क्या कोई स्पष्ट दिशा है? क्या संबंध सीधा है या घुमावदार? क्या X के बढ़ने के साथ फैलाव चौड़ा होता जाता है?

फिर AI से किसी भी आउटलायर्स को उनके पंक्ति विवरण के साथ लेबल करने के लिए कहें। बाकी हिस्सों से दूर स्थित एक बिंदु अक्सर चार्ट में सबसे उपयोगी होता है। यह डेटा प्रविष्टि की त्रुटि हो सकती है, या यह वह मामला हो सकता है जिसके बारे में आपका मैनेजर पूछेगा।

चार्ट के नीचे एक वाक्य के साथ समाप्त करें। दिशा, मजबूती और किसी भी चेतावनी को स्पष्ट करें। "सड़क बंद होने के दौरान तीन देर से मिले ऑर्डरों को छोड़कर, दूरी के साथ डिलीवरी का समय बढ़ता है, जिसमें एक मजबूत रैखिक संबंध है।" scatter graph creator पेज पर उल्लेख है कि आप स्लाइड या रिपोर्ट के लिए चार्ट को उच्च-रिज़ॉल्यूशन PNG के रूप में डाउनलोड कर सकते हैं।

स्कैटर प्लॉट को कैसे पढ़ें

NIST हैंडबुक उदाहरण प्लॉट के साथ सामान्य पैटर्न दिखाती है। ये वे हैं जिनसे आपका सामना सबसे अधिक होगा।

पैटर्न	यह कैसा दिखता है	यह क्या दर्शाता है
कोई संबंध नहीं	एक आकारहीन बादल	X से Y का अनुमान नहीं लगाया जा सकता
मजबूत सकारात्मक	बढ़ती हुई रेखा के करीब बिंदु	बड़ा X बड़े Y के साथ जाता है
मजबूत नकारात्मक	गिरती हुई रेखा के करीब बिंदु	बड़ा X छोटे Y के साथ जाता है
घुमावदार	बिंदु एक मोड़ का अनुसरण करते हैं	एक सीधी ट्रेंडलाइन गुमराह करेगी
चौड़ा होता फैलाव	X के बढ़ने पर बादल पंखे की तरह फैलता है	Y में भिन्नता X पर निर्भर करती है
आउटलायर	बाकी से बहुत दूर एक बिंदु	निष्कर्ष निकालने से पहले पंक्ति की जांच करें

बिना किसी संबंध वाले मामले के लिए, NIST Y के उन मानों का वर्णन करता है जो किसी दिए गए X के लिए "हर जगह फैले होते हैं"। एक मजबूत सकारात्मक संबंध के लिए, यह कहता है कि "एक सीधी रेखा डेटा के माध्यम से आसानी से फिट बैठती है" और "रेखा के चारों ओर बिखराव काफी कम होता है।"

चौड़े होने वाले पैटर्न का एक तकनीकी नाम है। NIST इसे heteroscedasticity कहता है, जिसका अर्थ है "X के मानों पर Y में गैर-स्थिर भिन्नता।" यह इसलिए महत्वपूर्ण है क्योंकि सरल ट्रेंडलाइन यह मानकर चलती हैं कि फैलाव लगभग समान है।

सीधी-रेखा संबंध की मजबूती को संख्या में मापने के लिए, correlation coefficient का उपयोग करें। 1 या -1 के करीब के मानों का अर्थ एक मजबूत रैखिक संबंध है। 0 के करीब के मानों का अर्थ बहुत कम रैखिक संबंध है, हालांकि एक वक्र अभी भी मौजूद हो सकता है।

सहसंबंध का मतलब कारण नहीं है

एक स्कैटर प्लॉट जुड़ाव दिखाता है। यह कारण नहीं दिखाता है।

NIST हैंडबुक इस बारे में स्पष्ट है। "स्कैटर प्लॉट जुड़ाव को प्रकट करते हैं, जो कार्य-कारण की दिशा में पहला कदम है।" यह आगे जोड़ता है कि "भले ही कार्य-कारण का तात्पर्य जुड़ाव से है, लेकिन जुड़ाव का तात्पर्य कार्य-कारण से नहीं है।"

व्यवहार में, कारण का दावा करने से पहले किसी तीसरे चर की तलाश करें। गर्मियों में आइसक्रीम की बिक्री और सनबर्न दोनों बढ़ते हैं, लेकिन एक दूसरे का कारण नहीं बनता है। जब एक स्कैटर प्लॉट एक मजबूत पैटर्न दिखाता है, तो पूछें कि X के साथ और क्या बदल रहा है।

यदि आपको संबंध को मॉडल करने की आवश्यकता है, तो अगला कदम regression analysis है, जो यह अनुमान लगाता है कि X की प्रत्येक इकाई के लिए Y में कितना बदलाव आता है।

एक व्यावहारिक उदाहरण

यहाँ काल्पनिक आंकड़ों के साथ एक उदाहरणात्मक उदाहरण दिया गया है। एक डिलीवरी टीम ने 30 ऑर्डरों को दर्ज किया, जिसमें दूरी किलोमीटर में और डिलीवरी का समय मिनटों में था।

चार्ट एक स्पष्ट ऊपर की ओर बढ़ता हुआ पैटर्न दिखाता है। 2 से 5 किमी की छोटी यात्राओं में 15 से 25 मिनट लगते हैं। 20 से 25 किमी की लंबी यात्राओं में 55 to 70 मिनट लगते हैं। ट्रेंडलाइन लगातार ऊपर की ओर बढ़ती है, और सहसंबंध गुणांक 0.91 है।

तीन बिंदु रेखा से काफी ऊपर स्थित हैं। इनमें से प्रत्येक 6 से 8 किमी का ऑर्डर है जिसमें 60 मिनट से अधिक का समय लगा। उन्हें लेबल करने से पता चलता है कि ये तीनों एक ही दोपहर को सड़क बंद होने के दौरान हुए थे।

उन तीन ऑर्डरों को चिह्नित करने के बाद, निष्कर्ष सरल है। दूरी डिलीवरी समय में अधिकांश भिन्नता को स्पष्ट करती है, और आउटलायर्स का एक ज्ञात कारण है। टीम दूरी के हिसाब से रूट की योजना बना सकती है और सड़क बंद होने को एक अलग जोखिम के रूप में मान सकती है।

यह उस तरह का सारांश है जिसे चार्ट अच्छी तरह से प्रस्तुत करता है। एक चार्ट, एक वाक्य और अपवादों की एक छोटी सूची।

विविधताएं और फ़ॉर्मेटिंग जो इसे ईमानदार बनाए रखती हैं

जब आपके पास दो से अधिक चर होते हैं, तो दो विविधताएं मदद करती हैं। NIST हैंडबुक दोनों का वर्णन करती है।

एक स्कैटरप्लॉट मैट्रिक्स "एक ही पृष्ठ पर सभी युग्मवार स्कैटर प्लॉट उत्पन्न करता है।" यह अध्ययन करने के लिए चुनने से पहले डेटासेट में प्रत्येक जोड़े को तुरंत स्कैन करने का एक तेज़ तरीका है।

एक कंडीशनिंग प्लॉट, "जिसे को-प्लॉट या सबसेट प्लॉट भी कहा जाता है," तीसरे चर के विभिन्न मानों पर X के मुकाबले Y को दिखाता है। यह इस तरह के सवालों के जवाब देता है कि क्या दूरी और समय का संबंध कार्यदिवसों और सप्ताहांत पर एक समान रहता है।

फ़ॉर्मेटिंग भी मायने रखती है। NIST नोट करता है कि सबसे लोकप्रिय संस्करण प्रत्येक डेटा बिंदु पर एक मार्कर का उपयोग करता है "और डेटा बिंदुओं को जोड़ने वाली कोई रेखा नहीं होती है।" बिंदुओं के बीच की रेखाएं एक ऐसे क्रम का सुझाव दे सकती हैं जो डेटा में नहीं है।

तीन और आदतें चार्ट को पठनीय बनाए रखती हैं:

• दोनों अक्षों को चर के नाम और इकाई के साथ लेबल करें।
• अक्षों को समझदारी भरे मानों से शुरू करें, और यदि वे शून्य से शुरू नहीं होते हैं तो ऐसा स्पष्ट रूप से बताएं।
• बिंदुओं के लिए एक रंग और ट्रेंडलाइन के लिए एक विपरीत रंग का उपयोग करें।

आम गलतियाँ

ये वे गलतियाँ हैं जो अक्सर चार्ट को भ्रामक बना देती हैं:

• संख्यात्मक X मानों के लिए लाइन चार्ट का उपयोग करना। Microsoft का मार्गदर्शन स्पष्ट है कि संख्यात्मक X मान आमतौर पर स्कैटर चार्ट के अंतर्गत आते हैं।
• अक्षों को आपस में बदलना। प्रभावित करने वाले चर को क्षैतिज अक्ष पर और परिणाम को ऊर्ध्वाधर अक्ष पर रखें।
• एक वक्र पर जबरन सीधी ट्रेंडलाइन लागू करना। पहले आकार को देखें, फिर ट्रेंडलाइन चुनें।
• बिना जांच किए आउटलायर्स को हटाना। एक आउटलायर कोई त्रुटि हो सकता है या चार्ट का सबसे महत्वपूर्ण बिंदु हो सकता है।
• सहसंबंध से कारण का दावा करना। एक मजबूत पैटर्न करीब से देखने का औचित्य देता है, निष्कर्ष का नहीं।
• बहुत कम बिंदुओं को प्लॉट करना। एक पैटर्न में आठ बिंदुओं में दिखने वाला पैटर्न अस्सी बिंदुओं पर गायब हो सकता है।

जब आप एक फ़ाइल से कई चर जोड़ों का परीक्षण करना चाहते हैं, तो आप Powerdrill Bloom आज़मा सकते हैं। यह प्रत्येक चार्ट को उसकी ट्रेंडलाइन और चिह्नित आउटलायर्स के साथ बनाता है।

अक्सर पूछे जाने वाले प्रश्न

स्कैटर प्लॉट का उपयोग किस लिए किया जाता है?

एक स्कैटर प्लॉट का उपयोग यह देखने के लिए किया जाता है कि क्या दो संख्यात्मक चर आपस में संबंधित हैं। प्रत्येक बिंदु एक अवलोकन है, जिसमें प्रत्येक अक्ष पर एक मान होता है। NIST हैंडबुक कहती है कि यह उत्तर देता है कि क्या चर संबंधित हैं, क्या संबंध रैखिक है, क्या भिन्नता X के साथ बदलती है, और क्या कोई आउटलायर्स हैं।

Excel में स्कैटर प्लॉट कैसे बनाते हैं?

X मानों को बाएं कॉलम में और Y मानों को दाएं कॉलम में रखें, फिर दोनों का चयन करें। Insert टैब पर, Insert Scatter (X, Y) या Bubble Chart मेनू खोलें और Scatter चुनें। Chart Elements से एक ट्रेंडलाइन जोड़ें, और सहसंबंध गुणांक के लिए CORREL फ़ंक्शन का उपयोग करें।

स्कैटर प्लॉट और लाइन ग्राफ में क्या अंतर है?

एक स्कैटर प्लॉट में दो मान अक्ष होते हैं, इसलिए बिंदु क्षैतिज अक्ष पर कहीं भी आ सकते हैं। एक लाइन ग्राफ में समान दूरी वाले बिंदुओं के साथ एक श्रेणी अक्ष होता है, जो समय श्रृंखला के लिए उपयुक्त होता है। Microsoft संख्यात्मक X मानों के लिए स्कैटर चार्ट और गैर-संख्यात्मक मानों के लिए लाइन चार्ट की सिफारिश करता है।

स्कैटर प्लॉट को कैसे पढ़ा जाता है?

दिशा, आकार और फैलाव को देखें। एक साथ बढ़ते बिंदु सकारात्मक संबंध दिखाते हैं, और गिरते बिंदु नकारात्मक संबंध दिखाते हैं। एक आकारहीन बादल कोई संबंध नहीं दिखाता है, और एक चौड़ा होता हुआ पंखा दिखाता है कि भिन्नता X पर निर्भर करती है। निष्कर्ष निकालने से पहले किसी भी आउटलायर्स की जांच करें।

क्या AI स्प्रेडशीट से स्कैटर प्लॉट बना सकता है?

हाँ। स्प्रेडशीट को एक AI वर्कस्पेस में अपलोड करें, दोनों कॉलम के नाम दें, और ट्रेंडलाइन और सहसंबंध के साथ एक स्कैटर प्लॉट की मांग करें। Powerdrill Bloom का scatter graph creator CSV और Excel फ़ाइलों को स्वीकार करता है और आपको चार्ट को PNG के रूप में डाउनलोड करने की अनुमति देता है।

स्रोत: NIST/SEMATECH e-Handbook, Scatter Plot · NIST, Strong Linear Relationship · NIST, No Relationship · NIST, Heteroscedastic Variability · Microsoft Support, Present your data in a scatter chart or a line chart. मार्गदर्शन 24 सितंबर, 2026 को पढ़ा गया।