경고: 로그인하지 않았습니다. 편집을 하면 IP 주소가 공개되게 됩니다. 로그인하거나 계정을 생성하면 편집자가 사용자 이름으로 기록되고, 다른 장점도 있습니다.
편집을 취소할 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
| 최신판 |
당신의 편집 |
| 8번째 줄: |
8번째 줄: |
| * 강도 | | * 강도 |
| ** 상관관계의 강하고 약하고의 정도 | | ** 상관관계의 강하고 약하고의 정도 |
| ** 강한 상관관계일수록 공분산, 또는 상관계수의 크기가 큼 | | ** -1 ~ +1의 상관계수에서 +1 또는 -1에 가까우면 강한 상관관계, 0에 가까우면 음의 상관관계 |
| ** 약한 상관관계일수록 공분산, 또는 상관계수의 크기가 작음
| |
|
| |
|
| == 공분산과 [[상관계수]] == | | == 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 |
| ** 표본 상관계수: [[피어슨 상관계수]] | | ** 1인 경우: 완벽한 양의 상관관계 |
| * 1인 경우: 완벽한 양의 상관관계 | | ** -1인 경우: 완벽한 음의 상관관계 |
| * -1인 경우: 완벽한 음의 상관관계 | | ** 0인 경우: 상관관계가 없음 |
| * 0인 경우: 상관관계가 없음 | | * 예시 |
| | | ** [[피어슨 상관계수]] |
| == 변수의 수 ==
| |
| * 단순상관분석: 2개의 변수 간 상관관계 분석 | |
| ** ex) 나이와 급여 사이의 상관관계 분석 | |
| * 다중상관분석: 3개 이상의 변수 간 상관간계 분석
| |
| ** ex) 나이와 급여, 직위 사이의 상관관계 분석
| |
| * 편상관계분석: 다중상관분석에서 다른 변수와의 관계를 고정하고 나머지 두 변수 간 상관관계 분석
| |
| ** ex) 나이와 급여가 양의 상관관계를 가질 때, 직위가 끼치는 영향 강도 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.
| |
