散点图是用来判断两个变量之间的相互关系的工具，一般情况下，散点图用两组数据构成多个坐标点，通过观察坐标点的分布，判断变量间是否存在关联关系，以及相关关系的强度。此外，如果不存在相关关系，可以使用散点图总结特征点的分布模式，即矩阵图（象限图）
散点图
散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，再选择合适的函数对数据点进行拟合。
用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。
分类
散点图矩阵
当欲同时考察多个变量间的相关关系时，若一一绘制它们间的简单散点图，十分麻烦。此时可利用散点图矩阵来同时绘制各自变量间的散点图，这样可以快速发现多个变量间的主要相关性，这一点在进行多元线性回归时显得尤为重要。
三维散点图
在散点图矩阵中虽然可以同时观察多个变量间的联系，但是两两进行平面散点图的观察的，有可能漏掉一些重要的信息。三维散点图就是在由3个变量确定的三维空间中研究变量之间的关系，由于同时考虑了3个变量，常常可以发现在两维图形中发现不了的信息。
ArcGIS散点图
散点图使用数据值作为 x,y 坐标来绘制点。它可以揭示格网上所绘制的值之间的关系，还可以显示数据的趋势。当存在大量数据点时，散点图的作用尤为明显。散点图与折线图相似，而不同之处在于折线图通过将点或数据点相连来显示每一个变化。
说明
进行相关关系分析时，应使用连续数据，一般在x轴（横轴）上放置自变量，y轴（纵轴）上放置因变量，在坐标系上绘制出相应的点。散点图的形状可能表现为变量间的线性关系、指数关系或对数关系等，以线性关系为例，散点图一般会包括如下几种典型形状。
- 正相关：自变量x变大时，因变量y随之变大；
- 负相关：自变量x变大时，因变量y随之变小；
- 不相关：因变量y不随自变量x的变化而变化。
绘制散点图
原始数据
下图是收货天数与满意度评分的表格。
绘制图表
框选数据区域，包含标题：A1:B25；
插入图表，选择散点图；
添加趋势线，可以选择线性、指数等；
显示预测公式。双击趋势线打开【设置趋势线格式】右侧面板。勾选【显示公式】
最终图表
结论
从图表可以看出，收货天数和客户满意度存在负相关关系，收货天数越长，客户满意度越低。
-------------------------
附文
2、散点图-MBA智库百科
网友评论