Scatterplot chỉ đơn giản là một biểu đồ với tọa độ ngẫu nhiên trên đó.
Khi chúng tôi làm việc với dữ liệu thực tế, chúng tôi thường thấy rằng nó (không chính thức) khá ngẫu nhiên. Không giống như dữ liệu bạn thường nhận được trong các bài toán, bạn không có bất kỳ xu hướng chính xác nào với nó và không thể ghi lại nó bằng một phương trình như
Nếu bạn để ý, các điểm không có xu hướng chính xác mà chúng theo. Ví dụ: một số điểm có cùng
Đó là trong các loại tình huống mà bạn sẽ sử dụng một biểu đồ phân tán. Thay vì lấy các phương trình và vẽ các đường thẳng ngay lập tức, bạn chỉ cần vẽ tất cả các tọa độ đã cho trên biểu đồ của mình. Tại sao điều này hữu ích? Chà, bạn có thể sử dụng điều này sau đó để thực hiện một phép tính gần đúng như cách dữ liệu đang hoạt động.
Ví dụ, trong biểu đồ trên, bạn thấy rằng tất cả các điểm dường như dốc lên khi số giờ học tăng lên. Do đó, bạn có thể suy ra rằng khi số giờ học tăng lên, thì Điểm số Regents cũng vậy. Một lần nữa, điều này có thể không chính xác 100%, nhưng đó là một ước tính mạnh mẽ.
Cuối cùng, bạn có thể sử dụng điều này để rút ra cái được gọi là dòng phù hợp nhất. Các dòng phù hợp nhất về cơ bản là các dòng càng gần với tất cả các điểm dữ liệu càng tốt. Nó làm không phải cần chạm bất kì của các điểm dữ liệu, nhưng cần phải đi càng gần với tất cả chúng càng tốt. Máy tính TI-83 và 84 có thể tìm cho bạn phương trình của biểu đồ đã cho bạn. Video này giải thích cách bạn có thể làm điều đó:
Cách tìm dòng phù hợp nhất trong máy tính TI-83 hoặc 84
Mong rằng sẽ giúp:)