用散点图法判断变量之间是否存在线性关系

线性回归要求因变量与自变量之间存在线性关系，如何来判断呢？实践中我们常采用散点图法，即通过绘制出因变量与自变量的散点图进行观察判断。

如果散点趋向于构成一条直线，那么说明因变量和自变量之间存在线性关系，如果构成曲线，就不存在线性关系。图示如下：

JASP绘制散点图

先来看案例，这是【医咖会】平台关于线性回归的一个典型案例数据。

研究者拟在45-65岁健康男性人群中分析胆固醇浓度与看电视时间的关系。他们猜测可能存在正向相关，即看电视时间越长，胆固醇浓度越高。同时，他们也希望预测胆固醇浓度，并计算看电视时间对胆固醇浓度的解释能力。

在本例中，因变量是胆固醇浓度数据，自变量是看电视时间。

JASP目前是0.13版，暂时没有提供独立的统计图形制作菜单。我们可以利用【可视化建模】菜单来绘制散点图。

只需要把因变量自变移动到各自的变量框即可，这里有一篇文章介绍它的使用。来看结果。

散点图可以看出，本研究中看电视时间和胆固醇浓度存在线性关系。同时也提示，他们之间的线性关系是正向的，即胆固醇浓度（Y）随看电视时间（X）的增加而增加。

本文完

文/图=数据小兵