산점도는 통계학 및 데이터 분석 분야에서 두 개 이상의 변수 간의 관계를 시각적으로 표현하기 위해 사용되는 그래프의 한 형태이다. 일반적으로 가로축( x축)과 세로축( y축)에 각각 변수 값을 배치하고, 각 관측값을 좌표평면 상의 점으로 표시한다. 이를 통해 데이터의 분포, 상관관계, 패턴, 이상치 등을 직관적으로 파악할 수 있다.
정의
- 산점도(Scatter Plot): 두 변수 간의 개별 관측값을 점(point)으로 나타낸 도표. 각 점은 하나의 데이터 항목을 나타내며, x축과 y축에 해당 변수의 값이 매핑된다.
주요 특징
- 관계 파악: 변수 간의 선형·비선형 관계, 혹은 상관성 유무를 시각적으로 확인한다.
- 이상치 탐지: 다른 데이터와 현저히 다른 위치에 있는 점은 이상치(outlier)로 식별된다.
- 밀도 표현: 점이 밀집된 영역은 데이터가 집중된 구간을 나타낸다.
- 추가 변수 표시: 색상, 점의 크기, 형태 등을 활용하여 세 번째 변수 이상의 정보를 동시에 표현할 수 있다(예: 버블 차트).
사용 분야
- 통계 분석: 회귀 분석 전 데이터의 산포 확인.
- 머신러닝: 모델 학습 전 데이터 시각화 및 특성 관계 탐색.
- 과학·공학 연구, 경제학, 사회학 등 다양한 분야에서 데이터 탐색적 분석(exploratory data analysis, EDA) 단계에 활용된다.
어원 및 구성
- 산(散): “흩어지다, 퍼지다”라는 의미를 갖는 한자.
- 점(點): “점, 지점”을 뜻하는 한자.
- 도(圖): “그림, 도표”를 뜻한다.
따라서 “산점도”는 ‘흩어진 점들을 나타내는 도표’라는 의미로, 영어 표현인 scatter plot을 직역·번역한 형태로 볼 수 있다.
관련 용어
- 선형 회귀선: 산점도에 회귀선을 추가하여 변수 간 선형 관계를 강조한다.
- 버블 차트: 점의 크기로 세 번째 변수를 나타낸 산점도 형태.
- 다변량 산점도 매트릭스: 여러 변수 쌍을 한 화면에 배열한 복합 산점도.
참고
산점도는 데이터 시각화 도구(예: R의 ggplot2, Python의 matplotlib 및 seaborn)에서 기본적으로 제공되는 그래프 유형으로, 통계 교과서 및 데이터 과학 입문서에서 광범위하게 다루어진다.
