데이터 분석 - 상관 분석

상관관계

• 상관관계는 변수 간의 상호 관련성을 의미하며 관계성의 정도는 통계적 또는 시각적인 방법으로 파악 가능
• 두 변수 간의 함께 변화하는 경향을 객관적으로 측정할 수 있는 척도

피어슨 상관계수	스피어맨 상관계수
선형관계의 강도를 측정	비선형 순위 상관관계를 측정

피어슨 상관계수

• 두 변수 간 선형 관계의 정도를 객관적으로 측정할 수 있는 방법
  

비선형 상관계수

• 변수 간 관계가 선형적이지 않다면 비선형 상관계수 또는 데이터 변환을 고려
  
  

삼점도 (Scatter Plot)

산점도를 이용하면 상관관계를 쉽게 파악 가능

• 두 연속형 데이터의 관계 파악에 용이
• 특정 관계를 갖고 있는 데이터는 한 눈에 파악 가능
• 극단치 혹인 이상치 파악 가능
• 한 변수의 값이 증가할 때, 다른 변수의 값도 같이 증가한다면 두 변수는 양의 상관관계
• 한 변수는 증가하고 다른 변수는 감소 한다면, 두 변수는 음의 상관관계

상관분석

• 측정된 두 변수 간의 선형관계가 있는지 탐색 및 확인하는 분석 방법
  

상관관계 vs 인과관계

• 상관관계가 있다고 인과관계가 있는 것은 아님
• 인과관계가 있으면 상관관계는 있음

상관분석 Process

Data 특성 파악 & 가설설정 ↓	종속변수/독립변수 : 모두 '등비'여야함 귀무가설: 변수 간 선형관계 x 대립가설: 변수 간 선형관계 o
산점도를 이용한 시각화 및 가정 검토 ↓	선형관계가 아니면 분석의 의미를 찾기 힘듦 변수별 정규성, 등분산성 체크
목적에 맞는 분석 수행 ↓	Step 1~2 결과를 토대로 최종 분석 방법 선택
결과 해석 및 최정 결론 도출	P값 기반 상관관계 변수 선택 관계의 정도 확인

---

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
import seaborn as sns

from scipy import stats

from sklearn.datasets import load_boston #사용할 예제 데이터

정규성 확인
이상치 확인