散点图可以形象地描述两个尺度变量的相关状况和相关强度。 当进行了n 次独立观测后得到如表5.1 所示的关于x 和y 的数据对。 其中xi 表示变量x 在第i 次观测中的测量值，与之相对的yi 是变量y 在第i 次观测中的测量值。 xi 和yi 是共生的，通常把数据对（xi，yi）（i＝1，2，…，n）用平面上直角坐标的点表示，这样在x 和y 的平面上就呈现了n 个散布点，称为散点图。

表5.1　关于x 和y 的数据对

从图5.1 可以看出，相关关系的表现形态大体上可分为线性相关、非线性相关、完全相关和不相关等几种。 就两个变量而言，如果变量之间的关系近似地表现为一条直线，则称为线性相关，如图5.1（a）和图5.1（b）所示；如果变量之间的关系近似地表现为一条曲线，则称为非线性相关或曲线相关，如图5.1（e）所示；如果一个变量的取值完全依赖于另一个变量，各观测点落在一条直线上，则称为完全相关，如图5.1（c）和图5.1（d）所示；如果两个变量的观测点很分散，无任何规律，则表示变量之间没有相关关系，如图5.1（f）所示。

图5.1　不同形态的散点图