Как построить диаграмму рассеяния с помощью ИИ: пошаговое руководство
Диаграмма рассеяния показывает взаимосвязь между двумя числовыми переменными, где каждая переменная отложена по своей оси, а каждое наблюдение представлено точкой. Чтобы построить такую диаграмму с помощью AI, загрузите файл с двумя числовыми столбцами и укажите переменную для каждой оси. Запросите график с линией тренда и корреляцией, затем проанализируйте закономерность и проверьте выбросы.
В этом руководстве объясняется, что показывает диаграмма рассеяния и когда ее следует использовать вместо линейного графика. Мы рассмотрим ручной способ в Excel и Google Sheets, трехэтапный метод с использованием AI, правила чтения результатов и практический пример.
Что показывает диаграмма рассеяния
Электронное руководство по статистическим методам NIST/SEMATECH дает стандартное определение. Диаграмма рассеяния «выявляет взаимосвязи или ассоциации между двумя переменными». Эти взаимосвязи «проявляются в виде любой неслучайной структуры на графике».
Структура графика проста. В руководстве он описывается как «график зависимости значений Y от соответствующих значений X». На вертикальной оси откладывается зависимая переменная (отклик). На горизонтальной оси — переменная, которая, как вы предполагаете, может быть связана с ней.
NIST выделяет пять вопросов, на которые может ответить диаграмма рассеяния:
- Связаны ли эти две переменные?
- Связаны ли они линейно?
- Связаны ли они нелинейно?
- Меняется ли разброс Y в зависимости от X?
- Есть ли на графике выбросы?
В руководстве также объясняется, почему этот график так важен для анализа. Его называют «самым важным и наиболее часто используемым графическим инструментом для выявления наличия и характера взаимосвязей между переменными».
Когда использовать диаграмму рассеяния вместо линейного графика
Диаграммы рассеяния и линейные графики могут выглядеть похоже, особенно когда точки соединены линиями. Разница заключается в горизонтальной оси.
В документации Microsoft к Excel это объясняется предельно ясно: «Диаграмма рассеяния всегда имеет две оси значений». Линейный график имеет только одну ось значений, а на его горизонтальной оси отображаются категории, расположенные на равном расстоянии друг от друга.
Отсюда вытекает простое правило. Microsoft рекомендует «использовать линейный график, если ваши данные содержат нечисловые значения по оси X». Для числовых значений по оси X добавляется: «обычно лучше использовать диаграмму рассеяния».
| Используйте диаграмму рассеяния, если | Используйте линейный график, если |
|---|---|
| Обе переменные являются числами (например, цена и количество проданных единиц) | Горизонтальная ось представляет собой время или категорию |
| Вы хотите увидеть, изменяются ли два показателя согласованно | Вы хотите показать тренд на равных интервалах |
| Точки могут располагаться в любом месте вдоль горизонтальной оси | Точки расположены на равном расстоянии друг от друга по периодам |
| Вы планируете добавить линию тренда или корреляцию | Вы планируете сравнить несколько рядов данных во времени |
Поможет простой тест: если вы можете отсортировать значения по горизонтальной оси от меньшего к большему и они сохранят свой смысл, то диаграмма рассеяния вам подходит.
Что вам понадобится перед началом работы
Аккуратный график начинается с чистых столбцов. Сначала проверьте четыре вещи.
Два числовых столбца. Один для переменной X, другой для переменной Y. Удалите единицы измерения, вписанные в ячейки (например, «12 км»), так как они превращают числа в текст.
Одна строка на одно наблюдение. Каждая строка должна описывать одного клиента, один заказ, один день или один тест. Итоги и промежуточные итоги в том же столбце исказят график.
Достаточное количество точек. Несколько точек редко показывают реальную закономерность. Стремитесь к тому, чтобы наблюдений было не менее 20, а если данные зашумлены — еще больше.
Четкий вопрос. Прежде чем строить график, решите, что именно вы ожидаете обнаружить. Вопрос «Растет ли время доставки с увеличением расстояния?» — гораздо более удачная отправная точка, чем просто «покажи мне данные».
Как построить диаграмму рассеяния в Excel или Google Sheets
Ручной способ отлично подходит для создания одного графика. Эти варианты не требуют установки каких-либо надстроек.
Вариант 1: Excel
Поместите значения X в левый столбец, а значения Y — в правый, указав заголовки в первой строке. Выделите оба столбца, включая заголовки.
На вкладке «Вставка» откройте меню «Вставить точечную (X, Y) или пузырьковую диаграмму» и выберите «Точечная». Excel построит каждую строку как отдельную точку.
Чтобы добавить линию тренда, выделите диаграмму, откройте «Элементы диаграммы» и отметьте пункт «Линия тренда». В меню «Формат линии тренда» можно вывести на экран уравнение и величину достоверности аппроксимации (R-квадрат). Для расчета самого коэффициента корреляции введите формулу =CORREL(A2:A31,B2:B31) в свободную ячейку, скорректировав диапазон под ваши данные.
Вариант 2: Google Sheets
Выделите два столбца и выберите «Вставка», затем «Диаграмма». В редакторе диаграмм установите тип «Точечная диаграмма», если Google Таблицы не выберут его автоматически.
На вкладке «Дополнительные» откройте раздел «Серии» и отметьте пункт «Линия тренда». Там же можно включить отображение R-квадрата. Функция =CORREL() работает точно так же, как и в Excel.
Ручной способ замедляет работу в трех случаях: часто данные сначала требуют очистки; выбросы приходится искать и подписывать вручную; а когда нужно протестировать несколько пар переменных, приходится повторять все шаги для каждой пары.
Как построить диаграмму рассеяния с помощью AI
Рабочее пространство с AI может очистить столбцы, построить график, добавить линию тренда и отметить выбросы за один запрос. Описанные ниже три шага выполняются с помощью Powerdrill Bloom. На странице его инструмента для создания точечных графиков описан тот же процесс: загрузите набор данных, опишите график в чате и скачайте результат.
Шаг 1: Загрузите данные и укажите две переменные
Загрузите электронную таблицу или файл CSV с вашими данными. На странице инструмента указано, что поддерживаются такие форматы, как CSV и Excel.
Затем укажите две переменные в своем запросе. Напишите, какой столбец должен быть на горизонтальной оси, а какой — на вертикальной. На горизонтальную ось поместите переменную, которая, по вашему мнению, влияет на другую, что соответствует правилам NIST.
Если в файле много столбцов, добавьте одно предложение для контекста: «Каждая строка — это одна доставка. Я хочу посмотреть, зависит ли время от расстояния». Это поможет AI выбрать нужные столбцы и проигнорировать остальные.
Шаг 2: Запросите диаграмму рассеяния, линию тренда и корреляцию
Запросите график, линейную линию тренда и коэффициент корреляции в одном запросе. Хороший запрос выглядит так: «Построй диаграмму рассеяния зависимости времени доставки от расстояния. Добавь линейную линию тренда и покажи коэффициент корреляции и R-квадрат».
Также попросите предоставить отчет об очистке данных. AI должен сообщить, сколько строк было исключено из-за отсутствующих или нечисловых значений. Если это число вас удивит, исправьте исходный файл и запустите процесс заново.
Если у вас есть несколько потенциальных переменных, запросите по одному графику для каждой пары или сначала постройте таблицу корреляции. Наше руководство по матрице корреляции подробно описывает этот предварительный этап.
Шаг 3: Проанализируйте закономерность и отметьте выбросы
Прежде чем переходить к цифрам, оцените форму распределения. Есть ли четкое направление? Является ли связь линейной или искривленной? Увеличивается ли разброс по мере роста X?
Затем попросите AI отметить все выбросы с указанием данных из соответствующих строк. Точка, расположенная далеко от остальных, часто оказывается самой полезной на графике. Это может быть как ошибка ввода данных, так и тот самый случай, о котором обязательно спросит ваш руководитель.
Добавьте под графиком одно итоговое предложение. Укажите направление, силу связи и любые оговорки. Например: «Время доставки увеличивается с ростом расстояния, наблюдается сильная линейная связь, за исключением трех опоздавших заказов из-за перекрытия дороги». На странице инструмента создания точечных графиков отмечается, что вы можете скачать график в формате PNG высокого разрешения для презентаций или отчетов.
Как читать диаграмму рассеяния
В руководстве NIST приведены примеры графиков для распространенных типов распределения. Вот те, с которыми вы будете сталкиваться чаще всего.
| Тип распределения | Как это выглядит | Что это означает |
|---|---|---|
| Отсутствие связи | Бесформенное облако точек | Значение Y невозможно предсказать по значению X |
| Сильная положительная связь | Точки расположены близко к восходящей линии | Большим значениям X соответствуют большие значения Y |
| Сильная отрицательная связь | Точки расположены близко к нисходящей линии | Большим значениям X соответствуют меньшие значения Y |
| Нелинейная (криволинейная) связь | Точки выстраиваются по изгибу | Прямая линия тренда введет в заблуждение |
| Увеличивающийся разброс | Облако точек расширяется веером по мере роста X | Разброс значений Y зависит от X |
| Выброс | Одна точка расположена далеко от остальных | Проверить соответствующую строку данных, прежде чем делать выводы |
В случае отсутствия связи NIST описывает значения Y как «хаотично разбросанные» для любого заданного X. Для сильной положительной связи отмечается, что «прямая линия легко ложится на данные», а «разброс вокруг линии совсем невелик».
Увеличивающийся разброс имеет научное название. NIST называет его гетероскедастичностью, что означает «непостоянную дисперсию Y при изменении значений X». Это важно, поскольку простые линии тренда предполагают, что разброс точек примерно одинаков на всем протяжении.
Чтобы количественно оценить силу линейной связи, используйте коэффициент корреляции. Значения, близкие к 1 или -1, указывают на сильную линейную связь. Значения, близкие к 0, говорят о слабой линейной связи, хотя при этом все еще может существовать нелинейная зависимость.
Корреляция не означает причинно-следственную связь
Диаграмма рассеяния показывает ассоциацию. Она не доказывает причинно-следственную связь.
Руководство NIST прямо говорит об этом: «Диаграммы рассеяния выявляют ассоциацию, что является первым шагом к установлению причинно-следственной связи». И добавляет: «хотя причинность подразумевает ассоциацию, ассоциация НЕ подразумевает причинность».
На практике, прежде чем заявлять о наличии причинно-следственной связи, поищите третью переменную. Продажи мороженого и солнечные ожоги растут летом одновременно, но одно не является причиной другого. Когда диаграмма рассеяния показывает четкую закономерность, спросите себя, что еще меняется вместе с X.
Если вам нужно смоделировать эту связь, следующим шагом будет регрессионный анализ, который оценивает, насколько изменяется Y при изменении X на одну единицу.
Практический пример
Вот наглядный пример с вымышленными цифрами. Служба доставки зафиксировала 30 заказов, указав расстояние в километрах и время доставки в минутах.
На графике видна четкая восходящая тенденция. Короткие поездки от 2 до 5 км занимают от 15 до 25 минут. Длинные поездки от 20 до 25 км занимают от 55 до 70 минут. Линия тренда уверенно идет вверх, а коэффициент корреляции равен 0.91.
Три точки лежат значительно выше линии тренда. Каждая из них представляет собой заказ на расстояние от 6 до 8 км, доставка которого заняла более 60 минут. Если добавить к ним подписи, выяснится, что все три случая произошли в один и тот же день из-за перекрытия дороги.
После того как эти три заказа были отмечены, вывод становится очевидным. Расстояние объясняет большую часть разброса времени доставки, а выбросы имеют известную причину. Команда может планировать маршруты на основе расстояния, а перекрытия дорог рассматривать как отдельный риск.
Это именно тот тип выводов, для которых отлично подходит данный график. Один график, одно предложение и краткий список исключений.
Варианты оформления, помогающие сохранить объективность
Когда у вас больше двух переменных, на помощь приходят два альтернативных варианта. В руководстве NIST описаны оба.
Матрица диаграмм рассеяния «формирует все попарные диаграммы рассеяния на одной странице». Это быстрый способ оценить каждую пару в наборе данных, прежде чем выбирать, какие из них изучать подробнее.
Условный график (также называемый совместным графиком или графиком подмножеств) показывает зависимость Y от X при различных значениях третьей переменной. Он помогает ответить на такие вопросы, как, например, сохраняется ли зависимость времени от расстояния в будние и выходные дни одинаково.
Оформление также имеет значение. В NIST отмечают, что в наиболее популярной версии используется маркер для каждой точки данных «без соединительных линий». Линии между точками могут ошибочно указывать на наличие последовательности, которой в данных на самом деле нет.
Еще три полезные привычки помогут сохранить читаемость графика:
- Подписывайте обе оси, указывая название переменной и единицу измерения.
- Начинайте оси с разумных значений и обязательно указывайте, если они начинаются не с нуля.
- Используйте один цвет для точек и контрастный цвет для линии тренда.
Распространенные ошибки
Вот ошибки, из-за которых график чаще всего вводит в заблуждение:
- Использование линейного графика для числовых значений по оси X. В руководстве Microsoft четко указано, что числовые значения по оси X обычно должны отображаться на диаграмме рассеяния.
- Перепутанные оси. Помещайте влияющий фактор на горизонтальную ось, а результат — на вертикальную.
- Попытка наложить прямую линию тренда на кривую. Сначала оцените форму распределения, а затем выбирайте тип линии тренда.
- Удаление выбросов без их проверки. Выброс может оказаться как ошибкой, так и самой важной точкой на графике.
- Заявление о причинно-следственной связи на основе корреляции. Четкая закономерность — это повод для более детального изучения, а не готовый вывод.
- Построение графика по слишком малому количеству точек. Закономерность, видимая на восьми точках, может полностью исчезнуть на восьмидесяти.
Если вы хотите протестировать несколько пар переменных из одного файла, вы можете попробовать Powerdrill Bloom. Он построит каждый график с линией тренда и отмеченными выбросами.
Часто задаваемые вопросы
Для чего используется диаграмма рассеяния?
Диаграмма рассеяния используется для того, чтобы определить, связаны ли между собой две числовые переменные. Каждая точка представляет собой одно наблюдение со своим значением на каждой оси. В руководстве NIST говорится, что она помогает понять, связаны ли переменные, является ли эта связь линейной, меняется ли разброс в зависимости от X и есть ли на графике выбросы.
Как построить диаграмму рассеяния в Excel?
Поместите значения X в левый столбец, а значения Y — в правый, после чего выделите оба столбца. На вкладке «Вставка» откройте меню «Вставить точечную (X, Y) или пузырьковую диаграмму» и выберите «Точечная». Добавьте линию тренда через «Элементы диаграммы» и используйте функцию CORREL для расчета коэффициента корреляции.
В чем разница между диаграммой рассеяния и линейным графиком?
Диаграмма рассеяния имеет две оси значений, поэтому точки могут располагаться в любом месте вдоль горизонтальной оси. Линейный график имеет ось категорий с точками на равном расстоянии друг от друга, что отлично подходит для временных рядов. Microsoft рекомендует использовать диаграмму рассеяния для числовых значений по оси X и линейный график — для нечисловых.
Как читать диаграмму рассеяния?
Оцените направление, форму и разброс точек. Точки, идущие вверх, указывают на положительную связь, а идущие вниз — на отрицательную. Бесформенное облако говорит об отсутствии связи, а расширяющийся веер — о том, что разброс зависит от X. Прежде чем делать выводы, обязательно проверьте все выбросы.
Может ли AI построить диаграмму рассеяния по электронной таблице?
Да. Загрузите электронную таблицу в рабочее пространство AI, укажите два столбца и запросите диаграмму рассеяния с линией тренда и корреляцией. Инструмент для создания точечных графиков Powerdrill Bloom поддерживает файлы CSV и Excel и позволяет скачивать готовые графики в формате PNG.
Источники: 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. Руководство прочитано 24 сентября 2026 года.