散点图将一个数值变量放在水平轴上,另一个数值变量放在垂直轴上。每个观察值都变成一个点,使方向、强度、形状、集群和异常观察变得可见,在拟合模型之前。
最佳拟合线总结了线性模式,而回归方程描述了其斜率和截距。R²报告了Y的变异中有多少被那条拟合线解释了—但并不表示一个变量引起另一个变量或模型是否合适。
方向
点可以上升、下降,或者在X变化时没有一致的方向。
强度
围绕一条线更紧密的聚类通常意味着更强的线性关系。
形状
曲线可以是一个强的关系,即使直线R²很弱。
异常点
离群点和高杠杆点可以改变斜率并影响结论。






