상관관계 분석: Difference between revisions
From IT위키
No edit summary |
No edit summary |
||
| Line 8: | Line 8: | ||
* 강도 | * 강도 | ||
** 상관관계의 강하고 약하고의 정도 | ** 상관관계의 강하고 약하고의 정도 | ||
** | ** 강한 상관관계일수록 공분산, 또는 상관계수의 크기가 큼 | ||
** 약한 상관관계일수록 공분산, 또는 상관계수의 크기가 작음 | |||
== 상관계수 == | == 공분산과 [[상관계수]] == | ||
=== [[공분산]] === | |||
Covariance | |||
2개의 변수 사이의 상관 정도로, 범위의 영향을 크게 받음 | |||
* COV(X,Y) = E(X-μ<sub>x</sub>)(Y-μ<sub>y</sub>) | |||
* 양의 상관이면 공분산이 +로 점점 더 커짐 | |||
* 음의 상관이면 공분산이 -로 점점 더 작아짐 | |||
* 상관이 없으면 0에 가까움 | |||
* 범위의 영향이 적도록 표준화한 것이 상관계수 | |||
=== [[상관계수]] === | |||
Correlation Coefficient | Correlation Coefficient | ||
* 일반적으로 -1 ~ +1까지의 범위로 나타남 | * 일반적으로 -1 ~ +1까지의 범위로 나타남 | ||
** 1인 경우: 완벽한 양의 상관관계 | ** 표본 상관계수: [[피어슨 상관계수]] | ||
* 1인 경우: 완벽한 양의 상관관계 | |||
* -1인 경우: 완벽한 음의 상관관계 | |||
* 0인 경우: 상관관계가 없음 | |||
== 변수의 수 == | == 변수의 수 == | ||
Revision as of 21:56, 12 December 2020
- Correlation
한 변수와 다른 변수가 함께 변하는 함수관계
방향성과 강도
- 방향성
- 양의 상관관계: X가 증가할 때 Y가 증가
- 음의 상관관계: X가 증가할 때 Y가 감소
- 강도
- 상관관계의 강하고 약하고의 정도
- 강한 상관관계일수록 공분산, 또는 상관계수의 크기가 큼
- 약한 상관관계일수록 공분산, 또는 상관계수의 크기가 작음
공분산과 상관계수
공분산
Covariance 2개의 변수 사이의 상관 정도로, 범위의 영향을 크게 받음
- COV(X,Y) = E(X-μx)(Y-μy)
- 양의 상관이면 공분산이 +로 점점 더 커짐
- 음의 상관이면 공분산이 -로 점점 더 작아짐
- 상관이 없으면 0에 가까움
- 범위의 영향이 적도록 표준화한 것이 상관계수
상관계수
Correlation Coefficient
- 일반적으로 -1 ~ +1까지의 범위로 나타남
- 표본 상관계수: 피어슨 상관계수
- 1인 경우: 완벽한 양의 상관관계
- -1인 경우: 완벽한 음의 상관관계
- 0인 경우: 상관관계가 없음
변수의 수
- 단순상관분석: 2개의 변수 간 상관관계 분석
- 다중상관분석: 3개 이상의 변수 간 상관간계 분석
- 편상관계분석: 다중상관분석에서 다른 변수와의 관계를 고정하고 나머지 두 변수 간 상관관계 분석
상관관계와 인과관계
상관관계는 단순히 변수간 선형 상관성을 의미할 뿐, 인과관계로 볼 수는 없다
- 인과관계: 원인과 결과의 관계
- ex) 저녁을 먹었기 때문에 배가 부르다
- 상관관계: 변수간의 선형 상관성
- ex) 저녁을 먹는 양에 따라 배 부른 정도가 증가한다.
