Introduzione di Scatter-plot: Per ottenere una misura del rapporto tra le due variabili, tracciamo loro valori corrispondenti sul grafico prendendo una delle variabili lungo l'asse xe l'altro lungo l'asse y. Il grafico risultante è conosciuta come diagramma a dispersione o un diagramma a dispersione. Scatterplot sono utilizzati per la correlazione. Schema Scatter saranno come mostrato belowscatter correlazione plot1CorrelationA è una misura del grado in cui il cambiamento di una variabile sono associati o seguita dalla variazione l'altra variabile. Due variabili che sono collegati in modo è chiamato popolazione bivariato. Ad esempio, il rendimento di una coltura varia con la quantità di pioggia e così via.Per grafici a dispersione si deve disporre di due insiemi di dati numerici che possono essere tracciati sul piano XY cioè un insieme è lungo l'asse xe lungo l'altra y -asse. Se un incremento (decremento) dei valori di una variabile corrisponde ad un aumento (diminuzione) l'altra, poi c'è correlazione positiva. Se un incremento (decremento) i valori di una variabile corrisponde a una diminuzione (aumento) nell'altra, allora c'è correlazione negativa. Se nessun rapporto è indicato nelle variabili, allora si dice che non correlate o independent.scatter plot2scatter plot3scatter plot4Co-efficiente di correlazione: Il valore numerico di correlazione è chiamato il co-efficiente se la correlazione ed è definita asr = '(somma XY) /(nsigma xsigma y) 'Dove X = deviazione dalla media' barx '= X-' barx ', X = deviazione dalla media' Bary '= y -' Bary ',' sigma'x = deviazione standard della X- serie, 'sigma'y deviazione standard di Y-series e n = numero di valori dei due variables.X relative al YRCorrelationGraph1strongly + Vex e Y va up0.5weakly + VEAS X va su e Y di solito va up0independent -No relation-- 0.5weakly -veAs X va su e Y di solito va down-- 1strongly -veAs X va su e Y va sempre downRegression Linee di Correleation: capita spesso che i punti del grafico a dispersione in genere, tendono a raggrupparsi lungo una direzione ben definita che suggerisce una relazione lineare tra le variabili xey. Tale linea di migliore approssimazione per la data distribuzione di punti è chiamata linea di regressione. In realtà ci sono due linee, una dando i migliori valori medi possibili di y per ogni valore specificato di x ed il secondo dà i migliori valori medi possibili di x per valori specifici di y. La prima è nota come la linea di regressione di y su xe il secondo è noto come la linea di regressione x su y.