散点图：

（1）散点图的定义：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。
（2）散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。散点图将序列显示为一组点，值由点在图表中的位置表示。

散点图的作用：

（1）确认两组变量是否相关；
（2）发现变量这间除因果关系之外的其他关系；
（3）直观观察或用统计分析两变量潜在关系的强度；
（4）如不相关，可总结特征点的分布模式。

散点图的做法：

（1）收集若干对变量数据，制成数据表；
（2）画出坐标轴和坐标点：一般x轴上的变量为独立变量，y轴上的变量为从属变量；如果有重复的数值，就在此点上画圈标示，重复几次画几个圈。
（3）图形分析：散点图的形状可能表现为变量间的线性关系、指数关系和对数关系等。以线性关系为例，散点图一般包括：
A正相关。Y的增加可能取决于X的增加。如受教育的时间增加，平均月收入可能随之上升。
B可能正相关。X增加，Y可能有些上升。如除了受教育时间外，月收入还涉及其他变量。
C不相关。受教育时间和平均月收入之间没关系。
D可能负相关。当X增加，Y可能有些降低。除了所受教育的时间之外，可能还存在影响收入的其他变量。
E负相关。Y的降低可能取决于X的增加。所受教育的时间增加，平均月收入可能降低。

散点图的适用范围：

当估计两个变量之间存在相关关系时，用散点图进行确认，并观察和确定两者的关系强度。还可以用散点图分析坐标点的分布模式，如“风险机遇评估矩阵”。

独立重复试验：

(1)独立重复试验的意义：做n次试验，如果它们是完全同样的一个试验的重复，且它们相互独立，那么这类试验叫做独立重复试验．
(2)一般地，在n次独立重复试验中，设事件A发生的次数为X，在每件试验中事件A发生的概率为p，那么在n次独立重复试验中，事件A恰好发生k次的概率为此时称随机变量X服从二项分布，记作 并称p为成功概率．
(3)独立重复试验：若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的．
(4)独立重复试验概率公式的特点：是n次独立重复试验中某 事件A恰好发生k次的概率．其中，n是重复试验的次数，p是一次试验中某事件A发生的概率，k是在n次独立重复试验中事件A恰好发生的次数，需要弄清公式中n，p，k的意义，才能正确运用公式．

求独立重复试验的概率：

(1)在n次独立重复试验中，“在相同条件下”等价于各次试验的结果不会受其他试验的影响，即2，…，n)是第i次试验的结果．
(2)独立重复试验是相互独立事件的特例，只要有“恰好”“恰有”字样的用独立重复试验的概率公式计算更简单，要弄清n，p，k的意义。