Créer un nuage de points

Représenter deux mesures de chaque observation pour explorer leur relation.

Guides · Graphiques · 4 min de lecture

Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.

Exemple : lots de séchage

L’exemple enregistre 72 lots de séchage avec des mesures de masse, d’humidité d’entrée, de température ambiante et d’électricité. La masse est en kg, l’humidité en pourcentage sur base humide, la température en °C et l’électricité en kWh.

Télécharger les données d’exemple (CSV en anglais)

C’est le même exemple que dans Help. Le CSV contient les observations à importer.

1. Créer l’analyse

Dans la barre latérale, ouvrez Plots et créez une analyse. Nommez-la, sélectionnez New blank worksheet, puis choisissez Create analysis.

2. Importer les données

Dans Worksheet, choisissez Import. Sélectionnez le CSV téléchargé ou collez son contenu. Réglez le délimiteur sur Comma, utilisez Decimal dot et cochez First row contains column names. Prévisualisez l’importation, puis choisissez Import into worksheet.

3. Affecter les colonnes d’entrée

Dans Inputs, choisissez Scatter dans Chart type. Dans Data arrangement, choisissez Simple — no grouping.

Ouvrez le sélecteur de colonne pour X variable et sélectionnez batch_mass_kg. Pour Y variable, sélectionnez electricity_kwh. Conservez l’alignement des colonnes : les deux valeurs d’un point doivent provenir de la même ligne de lot.

4. Régler les options du graphique

Dans Statistics, réglez Fit sur None. Cet exemple montre les points d’origine sans droite ajustée.

Ouvrez Labels et saisissez Explore batch mass and electricity use dans Chart title. Laissez Horizontal axis label et Vertical axis label vides pour utiliser les libellés d’origine.

Plots: Données d’entrée avec les affectations et réglages de l’exemple
Écran Inputs du nuage de points en anglais, avec les affectations de colonnes, les options et le titre de l’exemple. Voir l’image en taille réelle (s’ouvre dans un nouvel onglet)

5. Créer le graphique

Choisissez Create chart, puis ouvrez Results. Vérifiez Data used avant de comparer le graphique à ce guide. Toutes les lignes enregistrées de la feuille participent à l’analyse ; le tri ou le filtrage de la feuille ne modifie pas l’échantillon analysé.

6. Interpréter les résultats

  1. Lire un lot

    Chaque point utilise deux valeurs de la même ligne de lot. La position horizontale est la masse du lot en kg ; la position verticale est la consommation d’électricité en kWh. Les 72 lots ont tous des paires complètes.

    Explorer la masse des lots et la consommation d’électricité
    Mesures de masse et d’électricité associées pour 72 lots de séchage, sans droite ajustée. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet)
  2. Rechercher une structure

    Les points montent généralement de gauche à droite : les lots plus lourds tendent à consommer davantage d’électricité dans cet échantillon. Aucune droite ajustée n’est affichée ; ce graphique ne fournit donc pas d’équation de prédiction.

  3. Tenir compte des autres mesures

    La masse n’est pas la seule variable enregistrée. L’humidité d’entrée et la température ambiante peuvent aussi être liées à la consommation d’électricité. Cette représentation à deux variables ne les prend pas en compte et ne montre pas que la masse seule a causé le changement.

  4. Choisir l’analyse suivante

    Examinez la matrice de nuages de points, puis utilisez l’exemple de régression pour considérer les prédicteurs enregistrés ensemble. Vérifiez les points inhabituels dans les relevés des lots avant d’utiliser un modèle pour planifier.

Plus de détails : lire chaque section des résultats

Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.

Données utilisées

La feuille comporte 72 lignes ; les observations admissibles pour l’ensemble des séries sont 72 et les observations exclues sont 0. Toutes les lignes d’origine sont utilisées. Vérifiez ces effectifs et conservez les affectations de colonnes de l’exemple pour comparer les exécutions. Le tri et les filtres de la feuille ne modifient pas l’échantillon analysé.

Toutes les lignes enregistrées sont considérées dans l’ordre d’origine. Le tri et les filtres de la feuille ne modifient pas l’échantillon analysé.

Données utilisées · 1 ligne
Lignes de la feuille de donnéesObservations admissibles pour l’ensemble des sériesObservations exclues
72720

Résumé des données

La série désigne la mesure ou le groupe. Valides et Manquantes donnent les effectifs ; la moyenne et la médiane décrivent le centre. L’écart-type de l’échantillon décrit la dispersion. Le minimum et le maximum sont les extrêmes observés ; Q1 et Q3 encadrent la moitié centrale. Ces résumés décrivent les observations enregistrées, et non des limites d’acceptation. Pour ce nuage de points, le résumé décrit Y, la consommation d’électricité ; X est conservé dans les observations complètes du graphique.

Résumé des données · 1 ligne
SérieValidesManquantesMoyenneÉcart-type de l’échantillonMinimumQ1MédianeQ3Maximum
electricity_kwh vs batch_mass_kg72088.107914.870455.4477.2386.2199.82116.1

Observations complètes du graphique

La série identifie la mesure ou le groupe et la ligne de la feuille repère l’enregistrement source. X et Y sont les coordonnées du graphique. X est la masse du lot en kg et Y l’électricité en kWh du même lot.

Observations complètes du graphique · 72 lignes
SérieLigne de la feuilleXY
electricity_kwh vs batch_mass_kg199.873.02
electricity_kwh vs batch_mass_kg2188.3109.31
electricity_kwh vs batch_mass_kg397.476.87
electricity_kwh vs batch_mass_kg4111.377.35
electricity_kwh vs batch_mass_kg5217.198.12
electricity_kwh vs batch_mass_kg6132.187.75
electricity_kwh vs batch_mass_kg784.170.39
electricity_kwh vs batch_mass_kg8187.9113.74
electricity_kwh vs batch_mass_kg998.975.35
electricity_kwh vs batch_mass_kg10187.3106.9
electricity_kwh vs batch_mass_kg11185.499.69
electricity_kwh vs batch_mass_kg12208.5104.56
electricity_kwh vs batch_mass_kg13157.995.97
electricity_kwh vs batch_mass_kg14109.478.58
electricity_kwh vs batch_mass_kg1514170.91
electricity_kwh vs batch_mass_kg1692.183.65
electricity_kwh vs batch_mass_kg17135.578.93
electricity_kwh vs batch_mass_kg18136.195.62
electricity_kwh vs batch_mass_kg19165.886.15
electricity_kwh vs batch_mass_kg20147.392.84
electricity_kwh vs batch_mass_kg21203.4108.69
electricity_kwh vs batch_mass_kg22174.188.03
electricity_kwh vs batch_mass_kg23134.9103.2
electricity_kwh vs batch_mass_kg2497.564.03
electricity_kwh vs batch_mass_kg25108.473.39
electricity_kwh vs batch_mass_kg26131.891.5
electricity_kwh vs batch_mass_kg27150.597.24
electricity_kwh vs batch_mass_kg28177116.1
electricity_kwh vs batch_mass_kg29123.698.15
electricity_kwh vs batch_mass_kg3093.379.33
electricity_kwh vs batch_mass_kg31193.5111.51
electricity_kwh vs batch_mass_kg32116.280.12
electricity_kwh vs batch_mass_kg33162.295.18
electricity_kwh vs batch_mass_kg34131.982.87
electricity_kwh vs batch_mass_kg3510984.86
electricity_kwh vs batch_mass_kg3680.461.39
electricity_kwh vs batch_mass_kg37123.884.37
electricity_kwh vs batch_mass_kg38165.379.15
electricity_kwh vs batch_mass_kg3980.164.21
electricity_kwh vs batch_mass_kg40104.575.82
electricity_kwh vs batch_mass_kg4194.484.76
electricity_kwh vs batch_mass_kg4288.655.44
electricity_kwh vs batch_mass_kg43123.165.89
electricity_kwh vs batch_mass_kg44206.1107.41
electricity_kwh vs batch_mass_kg4513579.37
electricity_kwh vs batch_mass_kg46193.5100.21
electricity_kwh vs batch_mass_kg47184.6104.05
electricity_kwh vs batch_mass_kg48107.980.17
electricity_kwh vs batch_mass_kg49186.886.27
electricity_kwh vs batch_mass_kg50131.589.52
electricity_kwh vs batch_mass_kg51209.5103.99
electricity_kwh vs batch_mass_kg52179.897.26
electricity_kwh vs batch_mass_kg53104.772.93
electricity_kwh vs batch_mass_kg54168.185.16
electricity_kwh vs batch_mass_kg55193.499.42
electricity_kwh vs batch_mass_kg5612273.27
electricity_kwh vs batch_mass_kg57171.6103.89
electricity_kwh vs batch_mass_kg58110.583.06
electricity_kwh vs batch_mass_kg59200.1109.7
electricity_kwh vs batch_mass_kg60147.489.14
electricity_kwh vs batch_mass_kg61148.393.93
electricity_kwh vs batch_mass_kg62118.770.1
electricity_kwh vs batch_mass_kg63107.880.28
electricity_kwh vs batch_mass_kg64107.179.01
electricity_kwh vs batch_mass_kg65103.472.92
electricity_kwh vs batch_mass_kg66175.198.54
electricity_kwh vs batch_mass_kg6783.467.83
electricity_kwh vs batch_mass_kg68192.6102.09
electricity_kwh vs batch_mass_kg69207.9106.33
electricity_kwh vs batch_mass_kg70208.4112.93
electricity_kwh vs batch_mass_kg7191.866.22
electricity_kwh vs batch_mass_kg72176.1107.84

7. Créer un rapport

Conservez le graphique de l’application et Data used, avec Data summary et Full chart observations. Notez les affectations de colonnes et les options du graphique. Ajoutez le contexte de l’étude et les vérifications des observations inhabituelles. Conservez les unités du graphique et les limites de l’interprétation décrites dans le guide.

Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.

Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.

Ce rapport a été généré dans l’application et il est en anglais. Sortie complète de l’application pour cet exemple de Help, avec les tableaux, graphiques et notes d’exécution applicables. Les valeurs des rapports reprennent la précision affichée par l’application. Les graphiques exportés sont statiques. Sur les écrans étroits, faites défiler horizontalement les graphiques et tableaux larges.
Voir l’exemple de rapport: Nuage de points — Explorer la masse des lots et la consommation d’électricité

Nous utilisons Microsoft Clarity pour comprendre comment les visiteurs utilisent ce site, notamment à l’aide d’enregistrements de sessions et de cartes de chaleur. Vous pouvez utiliser le site sans accepter la mesure d’audience.

Votre choix est enregistré dans ce navigateur pendant six mois. Notice de confidentialité

Choix actuel : Aucun choix effectué.