상관분석 히트맵

피어슨 상관이란 무엇인가요?

피어슨 상관계수(r)는 두 연속 변수 간의 선형 관계의 강도와 방향을 측정합니다. −1(완벽한 음의 관계)에서 0(관계 없음)을 거쳐 +1(완벽한 양의 관계)까지의 범위를 가집니다.

상관행렬은 모든 변수 조합에 대한 쌍별 r 값을 표시합니다. 히트맵은 강하게 상관된 쌍을 쉽게 찾게 합니다 — 중복 특성 식별, 다중공선성 감지에 중요합니다.

상관은 인과를 의미하지 않습니다. p-값은 관측된 상관이 통계적으로 유의한지 검정합니다(일반적으로 p < 0.05). 대규모 데이터셋에서는 사소한 상관도 유의할 수 있습니다.

Formula: r = [nΣxᵢyᵢ − ΣxᵢΣyᵢ] / √[(nΣxᵢ² − (Σxᵢ)²)(nΣyᵢ² − (Σyᵢ)²)] |r| 해석: 0.0–0.3: 약함 0.3–0.7: 보통 0.7–1.0: 강함

계산 예시

변수 X = [1,2,3,4,5], Y = [2,4,5,4,5]. Σx=15, Σy=20, Σxy=66, Σx²=55, Σy²=86, n=5. r = (330−300)/√((275−225)(430−400)) = 30/√(50×30) = 30/38.73 ≈ 0.775 — 꽤 강한 양의 상관이지만, 점이 5개뿐이라 5% 수준에서 유의하지 않습니다(p ≈ 0.12).

이 계산기를 사용해야 할 때

• 예측 모델을 구축하기 전에 어떤 변수들이 강하게 연관되어 있는지 파악하는 탐색적 데이터 분석을 수행하는 데이터 분석가
• 회귀분석을 실행하기 전에 예측 변수 간 다중공선성을 탐지하는 연구자
• 어떤 공정 파라미터가 제품 불량이나 수율과 상관관계가 있는지 조사하는 품질 엔지니어
• 포트폴리오 분산 결정을 위해 자산 수익률 간의 관계를 검토하는 재무 분석가

피해야 할 일반적인 실수

• 상관을 인과로 해석 — 두 변수가 함께 움직인다고 해서 한쪽이 다른 쪽의 원인인 것은 아닙니다; 제3의 변수(교란 변수)가 둘 다를 움직일 수 있습니다
• 비선형 관계를 무시 — Pearson 상관은 선형 연관성만 측정합니다; 두 변수가 강한 비선형 관계(예: 2차 함수)를 가져도 r은 0에 가까울 수 있습니다
• 통계적 유의성을 실질적 중요성으로 취급 — 표본 크기가 크면 아주 작은 상관(r = 0.05)도 통계적으로 유의(p < 0.05)할 수 있지만 실질적 의미는 없습니다
• 상관 계산 전 이상치를 확인하지 않음 — 극단적 데이터 점 하나가 Pearson r을 크게 부풀리거나 줄일 수 있습니다; 먼저 산점도를 살펴보세요

결과 해석 방법

• 상관값이 +1 또는 -1에 가까우면 강한 선형 관계를, 0에 가까우면 선형 관계가 없음을 나타냅니다(다만 관계 자체가 없다는 뜻은 아닙니다)
• 결과에서 강조 표시된 최강 상관 쌍은 가장 밀접하게 연결된 변수들을 식별해 줍니다 — 특성 선택이나 다중공선성 탐지에 유용합니다
• 히트맵에서 높은 상관이 군집을 이루면 동일한 기저 요인을 측정하고 있을 가능성이 있는 관련 변수 그룹임을 시사합니다

관련 표준 및 참고자료

• Pearson, K. (1896), 'Mathematical Contributions to the Theory of Evolution. III. Regression, Heredity, and Panmixia' — 적률 상관계수를 정식화한 문헌
• Fisher, R. A. (1925), Statistical Methods for Research Workers — 상관계수의 유의성 검정
• NIST/SEMATECH e-Handbook of Statistical Methods — 상관 분석과 산점도 해석의 기준 절차

자주 묻는 질문

피어슨 상관과 스피어만 상관의 차이는 무엇인가요?

피어슨은 선형 관계를 측정하며 정규 분포를 가정합니다. 스피어만은 순위를 사용하여 순서 데이터와 비선형 단조 관계에 적합합니다.

상관행렬에서 p-값을 어떻게 해석하나요?

p-값 < 0.05는 상관이 통계적으로 유의함을 나타냅니다. 많은 쌍별 비교에서는 본페로니 보정 등 다중 검정 보정을 적용하세요.