散布図は、2つの変数間の関係を2次元の座標系を通じて表示するチャートです。各データポイントはチャート内の一意の(X, Y)座標に対応し、X軸は1つの変数（例えば身長）を、Y軸は別の変数（例えば体重）を表します。点の分布パターンを観察することで、変数間に相関、傾向、または外れ値があるかどうかを視覚的に判断できます。
ProcessOnはオンラインでの散布図の作成をサポートしており、豊富な散布図テンプレートと例を提供して簡単に複製でき、プロフェッショナルで美しい散布図を簡単に描くことができます。
複数ユーザーのリアルタイム共同編集と共有リンクによる即時情報伝達をサポート
テキスト入力から自動生成し、スタイルを自動最適化
組み込みテーマと完全カスタマイズ可能なデザイン
アイコン、画像、ラベル、LaTeX数式、コードブロック、リンク、添付ファイルなどをサポート
エクスポート: PNG, VISIO, PDF, SVG | インポート: VISIO, Mermaid
リアルタイムクラウド保存、マルチデバイス同期、バージョン履歴、データ保護
1. 変数の相関を探索する
2つの変数が同期して変化するかどうかを判断し、その後のモデリング（回帰分析など）の基礎を提供します。
2. データ分布パターンを検出する
線形、指数、対数、その他の関係タイプを識別します。例えば、人口増加と時間は指数分布を示すかもしれませんし、車の速度と燃料消費はU字型の関係を示すかもしれません。
3. 外れ値と異常値を識別する
外れ値はモデルの精度に影響を与える可能性があり、さらなる調査が必要です（データ入力エラーや特別なイベントなど）。
4. 複数のデータグループ間の違いを比較する
グループラベル（異なる色など）を使用して、異なるグループ間の変数関係の違いを比較します（異なる年齢層など）。
1. 全体的な分布パターンを観察する
線形トレンド: 点が斜めに上昇または下降して分布している、高さと体重のように。
非線形トレンド: 点が曲線で分布している、車の速度と燃料消費のように。
相関がない: 点がランダムに散らばっている、年齢を制御した後の高さと靴のサイズのように。
2. 外れ値と異常値を識別する
全体的な分布から逸脱している点を調べ、それがデータエラーか特別なケースかを判断します。例えば、住宅価格と面積の関係を分析する際、小さな面積で高い住宅価格の場所は市の中心部にあるかもしれません。
1. 変数の相関を分析し、広告投資と売上が連動して増減するかどうかを判断し、正/負の相関または相関がないことを迅速に判断します。
2. データ分布パターンを検出し、非線形関係（車の速度と燃料消費のU字型曲線など）や外れ値（小さくて高価な外れ値など）を特定します。
3. 複数グループの比較分析を実施し、色/形でグループを区別して市場セグメンテーション研究を支援します（男性と女性の間の身長体重分布の違いなど）。
4. 回帰モデルを検証し、変数が線形の仮定を満たしているかどうかを確認し、モデルのバイアスを避けます。
散布図とバブルチャートの主な違いは、変数表示の次元と視覚表現にあります。散布図は、2次元の座標系を使用して2つの変数（X, Y）の関係を表示します。各点は1組の値のみを表します。変数間の相関、トレンド、または外れ値を分析することに焦点を当てており、基本的な関係を探索するのに適しています。一方、バブルチャートは3番目の変数を導入し、バブルのサイズ（または色）を通じて値をエンコードし、3つの変数を同時に分析することを可能にします。
2つの連続変数（例：身長と体重）の関係を探るのに適しています。
点が上向きに傾いている場合は正の相関を示し、下向きに傾いている場合は負の相関を示し、点が散らばっている場合は線形関係がないことを示します。
はい、外れ値は全体の分布から明らかに逸脱します。
異なる色や形を使用して異なるグループを区別します（例：赤/青の点で男性/女性を表す）。
散布図は変数の関係を表示し、折れ線グラフは時間の経過による変化を強調します。
ProcessOnテンプレートコミュニティを訪れると、多数の散布図テンプレートと例が無料でクローンして使用できます。
右上の「ダウンロード」ボタンをクリックして、散布図をPNG、JPG、PDFなどの形式でエクスポートします。
