"피어슨 상관계수"의 두 판 사이의 차이

 
(같은 사용자의 중간 판 18개는 보이지 않습니다)
1번째 줄: 1번째 줄:
==개요==
==개요==
;Pearson product-moment correlation coefficient; PPMCC, PCC, Pearson's r
;Pearson correlation coefficient (PCC), Pearson product-moment correlation coefficient (PPMCC), Pearson's r
;피어슨 적률상관계수; 피어슨 적률상관, 적률상관계수, 피어슨 상관, 상관계수
;피어슨 상관계수, 피어슨 적률상관계수, 피어슨 적률상관, 피어슨의 상관계수, 적률상관계수, 피어슨 상관, 상관계수
* 두 변수 사이의 선형적 상관계수
* 두 변수 사이의 선형적 상관계수
* '상관계수'라고 하면 보통 이것
* '[[상관계수]]'라고 하면 보통 이것
* 공분산을 두 변수의 표준편차의 곱으로 나눈 값
:즉,공분산을 표준화한 값
* 값의 범위는 -1 ~ 1
* 값의 범위는 -1 ~ 1
* 0이면 상관이 없는 것
* 두 변수 사이의 직선관계를 나타낸다.
* -1 또는 1에 가까우면 상관이 높음
* 0이면 선형적 관계가 아닌 것을 의미하는데, 선형적이지 않은 다른 관계가 있을 수도 있으니 주의가 필요하다.
* -1 또는 1에 가까우면 상관이 높다.


https://upload.wikimedia.org/wikipedia/commons/thumb/3/34/Correlation_coefficient.png/400px-Correlation_coefficient.png
[[파일:Correlation_coefficient.png|500px]]


https://upload.wikimedia.org/wikipedia/commons/thumb/d/d4/Correlation_examples2.svg/400px-Correlation_examples2.svg.png
[[파일:Correlation_examples2.svg|500px]]


==가정==
==가정==
모두 만족해야
모두 만족해야 한다.
* 선형회귀관계
* [[선형성]](linearity) - 두 변수가 선형적 관계여야 한다.
* 등분산성
* [[정규성]](normality) - 각 변수는 정규분포를 따라야 한다.
* 정규분포를 따름
* [[등분산성]](homoscedasticity) - 두 변수의 분산이 같아야 한다.
* X와 Y는 독립
* X와 Y는 독립


==계산 예시==
==계산 예시==
* [[R 상관계수]]
* [[NumPy 상관계수]]
* [[NumPy 상관계수]]
* [[SciPy 상관계수]]


==같이 보기==
==같이 보기==
* [[공분산]]
* [[상관계수]]
* [[상관계수]]
* [[양류상관계수]]
* [[양류상관계수]]
* [[스피어만 상관계수]]


==참고==
==참고==
* https://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient
* {{영어위키백과|Pearson correlation coefficient}}
* http://terms.naver.com/entry.nhn?docId=1944980&cid=41989&categoryId=41989
* {{위키백과}}
* {{위키낱말사전}}
* {{다음사전}}
* {{다음백과}}
* {{네이버사전}}
* {{네이버백과}}
* {{나무위키}}
* {{리브레위키}}


[[분류: 상관계수]]
[[분류: 상관계수]]

2020년 11월 18일 (수) 01:35 기준 최신판

1 개요[ | ]

Pearson correlation coefficient (PCC), Pearson product-moment correlation coefficient (PPMCC), Pearson's r
피어슨 상관계수, 피어슨 적률상관계수, 피어슨 적률상관, 피어슨의 상관계수, 적률상관계수, 피어슨 상관, 상관계수
  • 두 변수 사이의 선형적 상관계수
  • '상관계수'라고 하면 보통 이것
  • 공분산을 두 변수의 표준편차의 곱으로 나눈 값
즉,공분산을 표준화한 값
  • 값의 범위는 -1 ~ 1
  • 두 변수 사이의 직선관계를 나타낸다.
  • 0이면 선형적 관계가 아닌 것을 의미하는데, 선형적이지 않은 다른 관계가 있을 수도 있으니 주의가 필요하다.
  • -1 또는 1에 가까우면 상관이 높다.

Correlation coefficient.png

Correlation examples2.svg

2 가정[ | ]

모두 만족해야 한다.

  • 선형성(linearity) - 두 변수가 선형적 관계여야 한다.
  • 정규성(normality) - 각 변수는 정규분포를 따라야 한다.
  • 등분산성(homoscedasticity) - 두 변수의 분산이 같아야 한다.
  • X와 Y는 독립

3 계산 예시[ | ]

4 같이 보기[ | ]

5 참고[ | ]

문서 댓글 ({{ doc_comments.length }})
{{ comment.name }} {{ comment.created | snstime }}