Un graphique de ligne, également connu sous le nom de tracé de ligne, graphique linéaire ou graphique de courbe, montre les données comme une séquence de marqueurs liés par des segments de ligne droite. C’est un graphique simple qui est utilisé dans une variété de zones. Les points de mesure sont triés et connectés par des segments de ligne droite, similaires à un tracé de dispersion.

Parce qu’un graphique de ligne est fréquemment utilisé pour illustrer un modèle de données sur les intervalles – une série chronologique – la ligne est généralement tracée chronologiquement. Ils sont connus sous le nom de graphiques de course dans ces situations.

Francis Hauksbee, Nicolaus Samuel Cruquius, Johann Heinrich Lambert et William Playfair sont généralement attribués à certains des premiers graphiques de ligne connus.

Les données obtenues à partir d’études sont fréquemment représentées à l’aide de graphiques dans les sciences expérimentales. Par exemple, si des données sur les éléments sur différentes périodes étaient collectées, les données pourraient être présentées en utilisant une données: ceci:

Les tables sont une méthode fantastique pour afficher des chiffres précis, mais ils ne sont pas toujours le meilleur moyen de comprendre les modèles que ces valeurs reflètent. En raison de ces caractéristiques, l’affichage du tableau est parfois confondu à tort avec les données, alors qu’il s’agit en fait d’une autre représentation des données.

La production d’un graphique ou d’un tableau de ligne de vitesse par rapport au temps pouvez comprendre le processus représenté par les données du tableau. Le graphique à droite illustre une telle visualisation.

Une représentation mathématique représentant la tendance la mieux ajustée des données dispersées est fréquemment superposée aux graphiques. Cette couche est appelée couche la mieux ajustée, et le graphique qui le contient est appelé graphique linéaire.

Il est simple de créer une couche de «saut-ajustement» en connectant les points de données à proximité avec un ensemble de segments de ligne; Néanmoins, un tel «atelier le mieux» est rarement une représentation précise de la tendance des données de diffusion sous-jacente.

Les discontinuités dans la pente du meilleur ajustement sont extrêmement peu susceptibles de coïncider parfaitement avec les emplacements des résultats de mesure.

Malgré le fait que l’erreur expérimentale dans les données est extrêmement peu susceptible d’être insignifiante, la courbe tombe parfaitement sur chacun des points de données.

La couche la mieux ajustée peut mettre en évidence les tendances des données dans l’un ou l’autre scénario. Les mesures visuelles du gradient ou de la zone sous la courbe peuvent également être effectuées, conduisant à d’autres inférences ou résultats du tableau de données.

Une couche la mieux ajustée devrait représenter une fonction mathématique continue dont les paramètres sont générés en utilisant une technique de minimisation d’erreur appropriée qui pondération correctement l’erreur dans les valeurs de données. Les caractéristiques d’adaptation de courbe se trouvent couramment dans les applications graphiques et les feuilles de calcul. Des équations linéaires simples à des courbes quadratiques, polynomiales, exponentielles et périodiques plus compliquées sont tous des exemples de courbes les mieux ajustées.
Téléchargez la galerie transparente des images PNG du graphique de ligne.