1. Khám phá mối tương quan biến
Xác định liệu hai biến có thay đổi đồng bộ, cung cấp cơ sở cho mô hình hóa tiếp theo (như phân tích hồi quy).
2. Phát hiện các mẫu phân phối dữ liệu
Xác định các loại quan hệ tuyến tính, hàm mũ, logarit và các loại khác. Ví dụ, sự tăng trưởng dân số và thời gian có thể cho thấy phân phối hàm mũ, trong khi tốc độ xe và tiêu thụ nhiên liệu có thể cho thấy mối quan hệ hình chữ U.
3. Xác định giá trị ngoại lệ và giá trị bất thường
Giá trị ngoại lệ có thể ảnh hưởng đến độ chính xác của mô hình và cần điều tra thêm (như lỗi nhập dữ liệu hoặc sự kiện đặc biệt).
4. So sánh sự khác biệt giữa nhiều nhóm dữ liệu
Sử dụng nhãn nhóm (như các màu khác nhau) để so sánh sự khác biệt trong mối quan hệ biến giữa các nhóm khác nhau (như các nhóm tuổi khác nhau).

1. Quan sát mẫu phân phối tổng thể
Xu hướng tuyến tính: Các điểm được phân bố theo đường chéo lên hoặc xuống, như chiều cao và cân nặng.
Xu hướng phi tuyến tính: Các điểm được phân bố theo đường cong, như tốc độ xe và tiêu thụ nhiên liệu.
Không có mối tương quan: Các điểm được phân tán ngẫu nhiên, như chiều cao và kích thước giày (sau khi kiểm soát độ tuổi).
2. Xác định giá trị ngoại lệ và giá trị bất thường
Xem xét các điểm lệch khỏi phân phối tổng thể để xác định liệu chúng có phải là lỗi dữ liệu hay trường hợp đặc biệt. Ví dụ, khi phân tích mối quan hệ giữa giá nhà và diện tích, một vị trí có giá nhà cao trong khu vực nhỏ có thể nằm ở trung tâm thành phố.

1. Phân tích mối tương quan biến, như liệu đầu tư quảng cáo và doanh số có tăng hoặc giảm đồng thời, để nhanh chóng xác định mối tương quan dương/âm hoặc không có mối tương quan.

2. Phát hiện các mẫu phân phối dữ liệu, như xác định các mối quan hệ phi tuyến tính (như đường cong hình chữ U giữa tốc độ xe và tiêu thụ nhiên liệu) hoặc giá trị ngoại lệ (như một giá trị ngoại lệ nhỏ, giá cao).

3. Thực hiện phân tích so sánh nhiều nhóm, phân biệt nhóm bằng màu sắc/hình dạng (như sự khác biệt trong phân phối chiều cao-cân nặng giữa nam và nữ), để hỗ trợ nghiên cứu phân khúc thị trường.

4. Xác thực mô hình hồi quy, kiểm tra liệu các biến có đáp ứng giả định tuyến tính và tránh sai lệch mô hình.

Sự khác biệt chính giữa biểu đồ phân tán và biểu đồ bong bóng nằm ở các chiều hiển thị biến và biểu hiện trực quan. Biểu đồ phân tán sử dụng hệ tọa độ hai chiều để hiển thị mối quan hệ giữa hai biến (X, Y). Mỗi điểm chỉ đại diện cho một cặp giá trị. Chúng tập trung vào việc phân tích mối tương quan, xu hướng hoặc giá trị ngoại lệ giữa các biến và phù hợp để khám phá các mối quan hệ cơ bản. Biểu đồ bong bóng, mặt khác, giới thiệu một biến thứ ba, mã hóa giá trị thông qua kích thước (hoặc màu sắc) của bong bóng, cho phép phân tích đồng thời ba biến.