Skip to Content

스피어만(Spearman CC)

스피어만 순위 상관 계수(Spearman’s rank correlation coefficient), 종종 스피어만의 로(ρ)로 표기되는 것은, 두 변수 간의 통계적 의존성을 측정하는 비모수적 방법입니다. 이는 두 변수 간의 관계가 단조 함수를 사용하여 얼마나 잘 설명될 수 있는지를 평가합니다. 자세한 설명은 다음과 같습니다:

  1. 순위 기반 상관관계: 피어슨 상관 계수가 선형 관계를 평가하는 것과 달리, 스피어만 상관관계는 단조 관계를 평가합니다. 단조 관계란 변수들이 함께 변하지만, 반드시 일정한 비율로 변하는 것은 아닌 관계를 말합니다.
  2. 계산 방법: 스피어만의 로는 각 변수에 대해 데이터 포인트를 따로 순위를 매긴 후, 이 순위에 대한 피어슨 상관 계수를 계산함으로써 산출됩니다. 이 방법은 피어슨 상관계수에 비해 이상치에 덜 민감하게 만듭니다.
  3. 계수 해석: 스피어만의 로 값은 -1에서 1 사이의 범위를 가집니다.
  • +1의 값은 완벽한 양의 단조 관계를 나타냅니다(한 변수가 증가함에 따라 다른 변수도 지속적으로 증가).
  • 1의 값은 완벽한 음의 단조 관계를 나타냅니다(한 변수가 증가함에 따라 다른 변수는 지속적으로 감소).
  • 0의 값은 단조 관계가 없음을 나타냅니다.
  1. 사용처: 스피어만 상관관계는 피어슨 상관관계의 가정(예: 데이터의 정규 분포와 관계의 선형성)이 충족되지 않을 때 특히 유용합니다. 주로 서열 데이터와 함께 사용되지만 연속 데이터나 이산 데이터에도 사용할 수 있습니다.
  2. 장점: 피어슨 상관계수에 비해 이상치와 비정규 분포 데이터의 영향을 덜 받습니다. 이는 실제 세계 데이터가 이상적인 통계 가정에서 벗어나는 경우가 많기 때문에 더욱 견고합니다.
  3. 한계: 단조 관계를 식별하는 데 강력한 도구이지만, 보다 복잡한 관계(예: 이차 또는 삼차 관계)를 탐지할 수는 없습니다. 또한 실제 값의 크기가 아니라 값의 순위만을 고려합니다. 요약하면, 스피어만 순위 상관 계수는 두 변수 간의 단조 관계의 강도를 식별하고 측정하는데 사용되는 다재다능하고 견고한 통계 도구입니다. 특히 데이터가 피어슨 상관관계에 필요한 가정을 충족하지 못할 때 유용합니다.
About