Диаграммы рассеяния в Data Insights

Эта тема является частью раздела Data Insights в GMAT Focus.

Диаграммы рассеяния (scatterplots) используются, когда каждый объект в выборке описывается двумя числовыми переменными одновременно. Это один из самых наглядных способов показать связь между величинами.

Базовая идея scatterplot

Каждая точка на графике соответствует одному объекту (человеку, дому, компании и т.д.):

• положение по оси X — значение первой переменной;
• положение по оси Y — значение второй переменной.

Пример

Если для домов измеряют:

• площадь (кв. футы),
• цену,

то каждая точка — это один дом, а координаты показывают:

• сколько у него квадратных футов,
• сколько он стоит.

Корреляция: ключевое понятие

Положительная корреляция (positive correlation)

Если при увеличении одной переменной в среднем увеличивается и другая.

Пример:

• больше площадь → обычно выше цена.

На графике:

• облако точек «наклонено вверх».

Отрицательная корреляция (negative correlation)

Если при увеличении одной переменной другая в среднем уменьшается.

На графике:

• облако точек «наклонено вниз».

Нет корреляции

Если:

• нет ни восходящего, ни нисходящего тренда;
• точки выглядят как случайно разбросанные.

Важно:
GMAT не проверяет тонкие границы между «очень слабой корреляцией» и «отсутствием корреляции».
Обычно тренд либо очевиден, либо его нет.

Критически важный момент: что корреляция не означает

Корреляция НЕ означает, что:

• для каждой пары объектов большему X обязательно соответствует больший Y;
• связь работает «шаг за шагом».

Даже при сильной корреляции:

• легко найти отдельные пары точек, которые нарушают общий тренд.

👉 Корреляция — это свойство всей совокупности, а не отдельных сравнений.

Оси и масштабы

Обратите внимание:

• оси не обязаны начинаться с нуля;
• GMAT намеренно может обрезать ось, если меньшие значения невозможны или не имеют смысла.

Пример:

• цена дома может начинаться с 0,
• площадь — с 500 кв. футов (меньших домов просто нет).

Это не искажение, а осознанный выбор масштаба.

Типовые вопросы GMAT по scatterplot

1. Подсчёт точек в области

Примеры:

• сколько объектов имеют X ≥ a?
• сколько точек лежат правее линии x = a и ниже линии y = b?

Это обычное геометрическое отсечение области и подсчёт точек.

2. Вопросы на корреляцию

• положительная или отрицательная?
• сильная или слабая?
• есть ли корреляция вообще?

Здесь важен общий тренд, а не локальные исключения.

Линия тренда (regression line)

Иногда на scatterplot добавляют линию тренда
(она же regression line, trend line, line of best fit).

Что она означает:

• это модель, показывающая ожидаемое значение Y для заданного X.

Как с ней работать

• точки выше линии → значение Y выше ожидаемого;
• точки ниже линии → значение Y ниже ожидаемого.

Пример вопроса GMAT

Сколько объектов имеют значение Y выше предсказанного моделью?

Алгоритм:

1. понять, что «выше предсказанного» = выше линии;
2. просто посчитать точки над линией.

Никаких вычислений не требуется.

Итоговые выводы

1. Scatterplot показывает связь двух числовых переменных.
2. Каждая точка = один объект.
3. Корреляция — это тенденция всей выборки, а не правило для каждой пары.
4. GMAT часто проверяет:
   • умение видеть тренд,
   • подсчёт точек в заданной области,
   • интерпретацию линии тренда.
5. Точный счёт почти никогда не нужен — важнее визуальная интерпретация.

И еще более подробная глава о расширенных вариантах диаграмм.