상관관계 유형

이 문서에서는 모든 유형의 상관 관계가 무엇인지 설명합니다. 따라서 상관 관계를 분류하는 여러 가지 방법을 찾을 수 있습니다. 관계가 양수인지 음수인지에 따라, 상관 계수 값에 따라, 변수 수에 따라 달라집니다.

선형 상관의 유형은 무엇입니까?

두 확률 변수 간의 관계를 분류하기 위해 다음과 같은 유형의 선형 상관 관계를 구별합니다.

• 직접 상관관계(또는 양의 상관관계) : 한 변수가 증가하면 다른 변수도 증가합니다.
• 역상관(또는 음의 상관) : 한 변수가 증가하면 다른 변수는 감소하고, 반대로 한 변수가 감소하면 다른 변수가 증가합니다.
• 상관관계 없음(상관 없음) : 두 변수 사이에 관계가 없습니다.

데이터의 성격에 따라 직접적인 상관관계는 동시에 직접 비례 상관관계일 수도 있습니다. 단, 이를 위해서는 두 변수를 연결하는 요인이 항상 동일해야 합니다. 따라서 두 변수가 함께 증가하므로 모든 직접 비례 관계는 직접 상관 관계의 예이지만 범위에 따라 상관 정도가 달라질 수 있으므로 모든 직접 관계가 직접 비례 관계인 것은 아닙니다.

마찬가지로 모든 반비례 변수도 음의 상관 관계를 갖습니다. 그러나 음의 상관 관계가 있는 모든 변수가 반비례하는 것은 아닙니다. 그렇게 간주되려면 이들 간의 수학적 관계가 모든 데이터 쌍에 대해 일정해야 하기 때문입니다.

상관도에 따른 상관관계 유형

두 변수 사이의 상관관계가 직접 상관관계인지 역상관관계인지에 관계없이 두 변수 사이의 관계의 강점과 약점에 따라 상관 관계를 분류할 수도 있습니다.

• 강한 상관관계: 두 변수가 밀접하게 연결되어 있습니다. 산점도에 데이터를 표시하면 점들이 서로 매우 가깝습니다. 이렇게 하면 변수 간의 관계를 더 쉽게 식별할 수 있습니다.
• 낮은 상관관계 : 두 변수 사이에 관계가 있지만 식별하기 어렵습니다. 포인트 클라우드에서 포인트는 서로 멀리 떨어져 있습니다.

두 변수 사이의 상관관계가 강한지 약한지를 알려면 상관계수를 계산해야 합니다. 상관계수의 절대값이 높을수록 변수 간의 상관관계가 강해집니다.

따라서 상관계수 값에 따라 서로 다른 두 통계변수 간의 관계를 다음과 같은 유형으로 분류할 수 있습니다.

다른 유형의 상관관계

우리는 다양한 유형의 선형 상관관계가 무엇인지 살펴보았습니다. 그러나 다른 기준에 따라 상관관계 유형을 분류하는 다른 방법이 있다는 점을 명심해야 합니다.

변수 간 관계의 성격에 따라 상관 유형을 그룹화하면 다음과 같이 구분됩니다.

• 선형 상관관계 – 두 변수 간의 관계를 직선으로 표현할 수 있습니다.
• 비선형 상관관계 : 두 변수 간의 관계는 직선으로 표시할 수 없으며 대신 포물선이나 로그와 같은 보다 복잡한 함수를 사용해야 합니다.

반면에 상관관계는 변수 수에 따라 여러 그룹으로 구분될 수도 있습니다.

• 단순 상관관계 : 두 변수 사이의 관계만 연구합니다.
• 다중 상관관계 : 두 개 이상의 변수 사이의 관계를 연구합니다.
• 부분 상관 관계 : 두 변수 간의 관계가 데이터 세트의 다른 변수에 영향을 미치지 않는 경우.