Słownik metodologiczny · Statystyka opisowa

Kwartet Anscombe’a – dlaczego przed korelacją trzeba narysować dane?

Kwartet Anscombe’a to cztery zbiory danych o niemal identycznych średnich, wariancjach, korelacji i prostej regresji, ale zupełnie innym kształcie. Pokazujemy je na wykresie, liczymy statystyki w R i wyjaśniamy, czego uczą.

Strona główna / Słownik / Kwartet Anscombe’a
W skrócie: Kwartet Anscombe’a to cztery zbiory po 11 par x–y o prawie identycznej średniej, wariancji, korelacji (r = .82) i prostej regresji y = 3 + 0.5x. Na wykresach jeden zbiór jest liniowy, drugi krzywoliniowy, a dwa pozostałe zależą od pojedynczych punktów. Uczy, by przed korelacją i regresją oglądać dane.

Co to jest kwartet Anscombe’a?

Kwartet Anscombe’a (ang. Anscombe’s quartet) to cztery małe zbiory danych x–y po 11 par, które mają prawie identyczne statystyki opisowe, korelację Pearsona i prostą regresji liniowej, a na wykresie wyglądają zupełnie inaczej. Anscombe (1973) ułożył je, by pokazać, że wykres jest częścią analizy, a nie ozdobą wyniku. W R zbiór jest wbudowany jako anscombe.

Te same liczby

We wszystkich czterech zbiorach średnia x wynosi 9, wariancja x – 11, średnia y – 7.50, wariancja y – od 4.12 do 4.13, korelacja r = .82, a prosta regresji y = 3.00 + 0.50x z R² = .67. Tabela z tymi liczbami nie odróżni zbiorów.

Cztery wykresy rozrzutu z tą samą prostą regresji y = 3 + 0.5x i korelacją r = .82: w zbiorze 1 punkty rozrzucone wokół prostej, w zbiorze 2 układają się w łuk, w zbiorze 3 leżą na prostej z jednym punktem odstającym, w zbiorze 4 dziesięć punktów ma x = 8, a jeden x = 19
Rysunek 1. Kwartet Anscombe’a. Czerwone punkty to dane, niebieska linia – ta sama w każdym panelu prosta regresji. Obliczenia: R, zbiór anscombe.

Cztery różne obrazy

  • Zbiór 1 – zwykły związek liniowy z losowym rozrzutem; tu prosta i r dobrze opisują dane.
  • Zbiór 2 – zależność krzywoliniowa. Parabola opisuje ją niemal idealnie (R² = 1.00), a prosta jest złym modelem.
  • Zbiór 3 – dziesięć punktów na jednej prostej i jedna obserwacja odstająca. Bez niej r = 1.00, a nachylenie spada z 0.50 do 0.35.
  • Zbiór 4 – dziesięć osób ma x = 8, a całe nachylenie wyznacza jeden punkt z x = 19 o ogromnej dźwigni. Bez niego korelacji nie dałoby się policzyć.

Matejka i Fitzmaurice (2017) opracowali metodę generowania kolejnych takich zbiorów – o tych samych statystykach i różnych kształtach – przez stopniowe przesuwanie punktów zbioru wyjściowego.

Jak opisać w pracy

Przed obliczeniem korelacji Pearsona sprawdzono wykres rozrzutu obu zmiennych. Związek miał charakter liniowy, bez obserwacji odstających i punktów o dużej dźwigni.

Na co uważać

  • Najpierw wykres. Przed korelacją i regresją narysuj wykres rozrzutu, a po regresji – wykres reszt.
  • Testy tego nie zastąpią. W zbiorze 2 korelacja jest wysoka i istotna (p = .002), choć model liniowy jest błędny.
  • W pracy pokaż dane. Wskazówki, jak to zrobić, podajemy we wpisie wykresy w pracy dyplomowej.
Przykład reprodukowalny

Kwartet Anscombe’a w R

Kod liczy dla czterech zbiorów średnie, wariancje, korelację i współczynniki regresji, a potem sprawdza zbiór 3 bez obserwacji odstającej oraz dopasowanie paraboli i istotność korelacji w zbiorze 2.

Statystyki czterech zbiorów i dwie kontrole

Dane wejściowe: zbiór anscombe z bazowego R (pakiet datasets), 11 par x–y w każdym z czterech zbiorów.

Co odczytać: wiersze sr_x–R2 w czterech kolumnach, korelację i współczynniki w zbiorze 3 bez punktu (13, 12.74) oraz R² paraboli i p dla korelacji w zbiorze 2.

R
# Kwartet Anscombe'a: zbiór anscombe z bazowego R (pakiet datasets)
staty <- sapply(1:4, function(i) {
  x <- anscombe[[paste0("x", i)]]; y <- anscombe[[paste0("y", i)]]
  b <- coef(lm(y ~ x))
  c(sr_x = mean(x), war_x = var(x), sr_y = mean(y), war_y = var(y),
    r = cor(x, y), b0 = b[[1]], b1 = b[[2]], R2 = summary(lm(y ~ x))$r.squared)
})
colnames(staty) <- paste("zbiór", 1:4)
round(staty, 3)
# Zbiór 3 bez jednej obserwacji odstającej (x = 13, y = 12.74)
z3 <- subset(anscombe, !(x3 == 13 & y3 > 12))
round(c(r = cor(z3$x3, z3$y3), coef(lm(y3 ~ x3, data = z3))), 4)
# Zbiór 2: dopasowanie paraboli
round(summary(lm(y2 ~ x2 + I(x2^2), data = anscombe))$r.squared, 4)
# Zbiór 2: test istotności korelacji liniowej
round(cor.test(anscombe$x2, anscombe$y2)$p.value, 4)
Wynik w R
      zbiór 1 zbiór 2 zbiór 3 zbiór 4
sr_x    9.000   9.000   9.000   9.000
war_x  11.000  11.000  11.000  11.000
sr_y    7.501   7.501   7.500   7.501
war_y   4.127   4.128   4.123   4.123
r       0.816   0.816   0.816   0.817
b0      3.000   3.001   3.002   3.002
b1      0.500   0.500   0.500   0.500
R2      0.667   0.666   0.666   0.667
          r (Intercept)          x3
     1.0000      4.0056      0.3454
[1] 1
[1] 0.0022

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (bez dodatkowych pakietów). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Najczęstsze pytania

Gdzie znaleźć dane kwartetu Anscombe’a?

W R są wbudowane jako zbiór anscombe w pakiecie datasets, z kolumnami x1–x4 i y1–y4. Wystarczy wpisać anscombe w konsoli, bez instalowania pakietów.

Co pokazuje kwartet Anscombe’a?

Że te same średnie, wariancje, korelacja r = .82 i prosta regresji mogą opisywać związek liniowy, krzywoliniowy albo wynik jednej obserwacji odstającej. Dlatego dane trzeba najpierw obejrzeć na wykresie rozrzutu.

Który zbiór kwartetu Anscombe’a nadaje się do regresji liniowej?

Tylko zbiór 1. W zbiorze 2 zależność jest krzywoliniowa, w zbiorze 3 prostą przesuwa jedna obserwacja odstająca, a w zbiorze 4 nachylenie wyznacza jeden punkt o dużej dźwigni.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Anscombe, F. J. (1973). Graphs in statistical analysis. The American Statistician, 27(1), 17–21. https://doi.org/10.1080/00031305.1973.10478966
  2. Matejka, J., & Fitzmaurice, G. (2017). Same stats, different graphs: Generating datasets with varied appearance and identical statistics through simulated annealing. In Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems (pp. 1290–1294). Association for Computing Machinery. https://doi.org/10.1145/3025453.3025912

Cytowania BibTeX

@article{anscombe1973graphs, author={Anscombe, Francis J.}, title={{Graphs in statistical analysis}}, journal={The American Statistician}, year={1973}, volume={27}, number={1}, pages={17--21}, doi={10.1080/00031305.1973.10478966}}
@inproceedings{matejka2017same, author={Matejka, Justin and Fitzmaurice, George}, title={{Same stats, different graphs: Generating datasets with varied appearance and identical statistics through simulated annealing}}, booktitle={Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems}, year={2017}, pages={1290--1294}, publisher={Association for Computing Machinery}, doi={10.1145/3025453.3025912}}
R