상관관계(Correlation)

1. 상관관계(Correlation)

• 상관관계(Correlation)는 두 변수 간의 선형적 관계의 강도와 방향을 나타내는 통계 개념입니다.

  • 양의 상관관계: 한 변수가 증가하면 다른 변수도 증가하는 경향

  • 음의 상관관계: 한 변수가 증가하면 다른 변수는 감소하는 경향

  • 0에 가까움: 선형 관계가 거의 없음

• 대표적인 측정 지표: 피어슨 상관계수(Pearson Correlation Coefficient)

  • 값 범위: -1 ~ +1

  • +1: 완전한 양의 선형 관계

  • -1: 완전한 음의 선형 관계

  • 0: 선형 관계 없음

2. 실무 활용 사례

분야	활용 예시
마케팅	광고비와 매출 간의 관계 분석
인사(HR)	직원 만족도와 이직률 간의 관계 파악
금융	금리와 주가 변동 간의 관계 분석
제조	온도와 불량률 간의 관계 분석
데이터 분석	변수 선택(Feature Selection) 시 상관성이 높은 변수 제거

3. 계산 방법

피어슨 상관계수 공식

• $x_i, y_i$: 각 변수의 관측값

• $\bar{x}, \bar{y}$: 각 변수의 평균값

• $r$: 상관계수

4. 장단점

장점

• 변수 간 관계를 빠르게 파악 가능

• 데이터 전처리 및 모델링에 유용

단점 / 주의사항

• 인과관계(Causation)와 혼동 금지 → 상관관계가 높다고 해서 원인-결과 관계가 있는 것은 아님

• 이상치(Outlier)에 민감 → 극단값이 상관계수를 왜곡할 수 있음

• 비선형 관계는 잘 포착하지 못함 → 스피어만(Spearman) 상관계수 등 다른 방법 고려

5. Python 실무 예시

import pandas as pd

# 예시 데이터
data = pd.DataFrame({
    'ad_spend': [100, 200, 300, 400, 500],
    'sales': [20, 40, 60, 80, 100]
})

# 피어슨 상관계수 계산
corr = data['ad_spend'].corr(data['sales'], method='pearson')
print("피어슨 상관계수:", corr)

# 전체 상관행렬
corr_matrix = data.corr(method='pearson')
print("\n상관행렬:\n", corr_matrix)

출력 예시

피어슨 상관계수: 1.0
상관행렬:
           ad_spend  sales
ad_spend       1.0    1.0
sales          1.0    1.0

6. 실무 팁

• 변수 선택: 상관계수가 0.8 이상인 변수는 중복 정보 가능성이 높으므로 하나만 사용

• 시각화: seaborn.heatmap()을 사용하면 상관행렬을 직관적으로 확인 가능

• 비선형 관계: spearman 또는 kendall 방법을 병행