تمثيل العلاقات بيانيًا
الرسومات اللي فيها variable واحد بتكشف الشكل. أما رسومات العلاقات فبتكشف الارتباط — إزاي variable اتنين أو أكتر بيتحركوا مع بعض أو بيبعدوا أو بيتفاعلوا.
الـ scatter plots
كل مشاهدة بتبقى نقطة. مكانها الأفقي بيمثّل variable؛ ومكانها الرأسي بيمثّل variable تاني. والسحابة اللي بتطلع بتكشف العلاقة بين two quantitative variables. ده الـ scatter plot (المخطط المبعثر).
قراية الـ scatter plot
الـ scatter plot بيحكي حكاية من 4 أجزاء عن أي علاقة:
- الاتجاه — موجب ولا سالب ولا مفيش؟
- الشكل — خطي ولا منحني ولا معقّد؟
- القوة — متجمّعة جامد ولا سحابة مفرودة؟
- الـ outliers — نقط بعيدة عن الاتجاه الأساسي؟
الـ correlation
ارتباط Pearson r بيلخّص قوة واتجاه العلاقة الخطية في رقم واحد من −1 لـ +1. الصفر معناه مفيش علاقة خطية؛ و±1 معناه خط مثالي. ده الـ correlation (الارتباط).
ارتباط Pearson r
ارتباط Pearson هو متوسط حاصل ضرب قيم x وy المعيارية. لما الاتنين يطلعوا فوق متوسطاتهم مع بعض، الحواصل بتبقى موجبة والـ r موجب.
الـ correlation ≠ causation
مبيعات الآيس كريم ومعدلات الغرق بينهم correlation موجب — لأن الاتنين بيزيدوا في الصيف. الـ correlation بيقيس الارتباط، مش السبب. اسأل دايمًا: ممكن يكون فيه variable تالت بيفسّر الاتنين؟
الـ line charts
لما واحد من المحورين يبقى الزمن، توصيل النقط بيخلّي الترتيب الزمني واضح. الـ line charts (مخططات الخطوط) بتكشف الاتجاهات والدورات الموسمية والتغيّرات المفاجئة.
- الاتجاهات — حركة طالعة أو نازلة مستمرة
- الـ seasonality — أنماط منتظمة بتتكرر
- الشذوذ — قفزات أو نزلات مفاجئة
الـ bubble charts
زوّد variable تالت بإنك تمثّله في حجم الفقاعة — ده الـ bubble chart (مخطط الفقاعات). فقاعات هانز روسلينج المشهورة — x = الدخل، y = العمر المتوقع، الحجم = عدد السكان — حكت قصة التنمية في العالم في رسمة واحدة.
الـ heatmaps
الـ heatmap (خريطة الحرارة) بتمثّل matrix من القيم بـ شدة اللون. أشهر استخدام ليها هو الـ correlation matrix: كل خلية بتوريك الـ correlation بين variable اتنين.
- القطر — دايمًا 1.0 (ارتباط الـ variable بنفسه)
- الألوان الدافية — correlation موجب قوي
- الألوان الباردة — correlation سالب قوي
الـ pair plots
الـ pair plot (مخطط الأزواج) بيعمل شبكة من الـ scatter plots — كل variable قصاد كل variable تاني. والقطر بيعرض الـ distribution بتاع كل variable لوحده. رسمة واحدة بتوريك كل العلاقات الثنائية.
اختيار الرسمة المناسبة
خلّي الرسمة على مقاس بياناتك:
- الـ scatter — variable اتنين continuous
- الـ line — واحد من المحورين هو الزمن
- الـ bubble — 3 variables، ومشاهدات قليلة
- الـ heatmap — variables كتير أو زمن × فئة
- الـ pair plot — استكشاف كل العلاقات مرة واحدة
اتعلّمت إيه
الـ scatter plots والـ correlation والـ line charts والـ bubble charts والـ heatmaps والـ pair plots بيعملوا مع بعض صندوق أدوات كامل لـ رسم العلاقات. الـ correlation بيقيس الارتباط — متنساش إنه مش causation.