3。6 散点图

是因变量随自变量而变化的大致趋势图。数据点是在直角坐标系平面上，以一个变量为横坐标，另一变量为纵坐标，利用散点（坐标点）的分布形态反映变量统计关系的一种图形。它的特点是能直观表现出影响因素和预测对象之间的总体关系趋势；能通过直观醒目的图形方式，反映变量间的形态变化关系情况，以便于来模拟变量之间的关系。

散点图最大的优点在于即便自变量为连续性变量，仍然可以使用散点图。也就是说散点图通过散点的疏密程度和变化趋势表示二个连续变量的数量关系。假如现在有三个变量，我们将自变量当作是分类变量。那么我们所绘制的散点图，就可以通过对点的形状或者是颜色来区分，我们也可以根据这些情况来了解这些散点图之间的关系。如果他所表现出的是所有的变量为连续型的变量，我们可以根据，计算机的一些相关软件来绘制高精度的一些散点图。如果我们把同一个案例中的，自变量或者是因变量的点连接起来，就会形成一种线图，我们就可以看出它是上升还是下降趋势。

四 数据分析的各类方法文献综述

4。1 回归方法

在一些情况下我们可以根据数据统计的相关原理，对数量比较庞大的数据进行统计和处理，就可以确定因变量和这些自变量的关系，一个相关性比较好的回归方程，可以根据回归方程来推测未来因变量的变化的一种分析方法称作回归方法。

分类：

1。根据相关变量的数量：一元回归分析，多元回归分析。

2。根据相关变量的回归方程式来分类：线性回归分析，非线性回归分析。