[구글 스프레드시트] 두 데이터 상관 분석 PEARSON, CORREL

어떤 두 데이터 집단간에 상관 관계를 알고 싶을때 통계학에서 주로 사용하는 분석은

상관관계와 회귀분석이다.

 

이 글에서 다룰 내용은 상관관계! 

상관관계는 일반적으로 피어슨 상관관계(r)를 의미하는 상관계수이다.

 

피어슨 상관 계수(Pearson Correlation Coefficient ,PCC)란 두 변수 X 와 Y 간의 "선형 상관 관계"를 계량화한 수치다 .

피어슨 상관 계수는 코시-슈바르츠 부등식에 의해 +1과 -1 사이의 값을 가지는데,

+1은 완벽한 양의 선형 상관 관계,

0은 선형 상관 관계 없음,

-1은 완벽한 음의 선형 상관 관계를 의미한다.

 

 

 

상관 계수에 따른 분산도 (-1 ~ +1) 

 

 

통계학 상관 계수인 피어슨 상관 계수를 구글 스프레드 시트에서 함수로 제공한다. 

=PEARSON(종속 데이터의 범위, 독립 데이터의 범위)

쉽게 말해 두 데이터 범위를 비교했을 때 상관관계가 있는지, 없는지,

상관관계가 있다면 비례하는지 반비례하는지를 수치로 나타내 주는 것이다. 

 

 

 

아래 예시는 홀수 배열과 짝수 배열의 상관 관계를 알아본 결과이다

PEARSON 피어슨 상관 계수

=PEARSON(A2:A10,C2:C10)

=PEARSON(홀수배열 , 짝수배열)

=1

피어슨 값이 1 이라는 것은

홀수배열과 짝수배열이 완벽한 양의 선형 상관 관계가 있다는 의미이다.

양적 상관관계 즉 비례하는 데이터를 보여준다는 의미이다. 

 

홀수도 2씩 커지고 짝수도 2씩 커지기 때문에 완벽한 비례관계가 맞다.

 

 

 

참고로 함수 PEARSON 은 함수 CORREL 과 사용법도 값도 같다. 

CORREL 피어슨 적률 상관 계수

 

 

상관관계 주의사항은 

상관관계가 있다고 해도 원인과 결과를 의미하는 것은 아니라는점! 

 

원인과 결과의 관계가 있는지 알고 싶다면 '회귀분석' 을 해보아야함!