상관행렬 만드는 방법
- 비교할 변수 열들을 머리글과 함께 복사합니다(3개 이상 권장).
- 사용할 열을 2개 이상 고릅니다.
- 분석하기 버튼을 누르고 히트맵과 자동 해석을 확인합니다. 칸에 마우스를 올리면 정확한 값이 보입니다.
예제 데이터로 보는 결과
예제 데이터는 공정 데이터 30행으로, 온도·압력·라인속도·두께·강도 5개 변수입니다.
가장 진한 칸은 라인속도와 두께의 -0.92입니다. 라인속도가 빨라질수록 두께가 얇아지는 '매우 강한 음의 상관'으로, 두께를 관리하려면 라인속도를 먼저 봐야 한다는 신호입니다.
강도는 온도(0.74), 두께(0.67)와 양의 상관, 라인속도(-0.62)와 음의 상관을 보입니다. 라인속도는 두께를 거쳐 강도에 영향을 주는 것일 수 있는데, 이런 간접 관계는 부분상관분석으로 두께를 통제해 확인할 수 있습니다.
압력은 다른 모든 변수와 0.10~0.15로 상관이 거의 없습니다(가장 약한 쌍은 온도-압력 r=0.0986). 이 데이터 범위에서는 압력이 다른 변수들과 따로 움직인다고 볼 수 있습니다.
계산 방법
각 칸은 해당 두 열의 Pearson r입니다. 결측값은 쌍마다 따로 처리해(pairwise) 그 두 열이 모두 숫자인 행만 쓰므로, 다른 열의 빈 칸 때문에 데이터가 줄지 않습니다(pandas .corr() 기본 동작과 같음). 한 열이 모두 같은 값이면 그 칸은 비워 둡니다.
색과 대각선
색은 행렬의 최솟값~최댓값을 파랑~빨강으로 나눈 것입니다. 대각선은 자기 자신과의 상관이라 항상 1.00이고, 행렬은 대각선을 기준으로 대칭입니다.
상관행렬 해석 방법
- 자동 해석은 대각선을 뺀 칸 중 |r|이 가장 큰 쌍(가장 뚜렷한 관계)과 가장 작은 쌍(가장 무관한 관계)을 알려줍니다.
- 회귀분석 전에 설명변수끼리 |r|이 0.8 이상이면 다중공선성을 의심하고 하나를 빼는 것을 검토합니다.
- 상관이 높은 두 변수가 실제로는 제3의 변수 때문에 함께 움직일 수 있습니다. 의심되면 부분상관분석으로 확인하세요.
자주 묻는 질문
Spearman 상관행렬도 되나요?
아니요. Pearson r로 계산합니다. 특정 두 변수의 순위상관은 Spearman 순위상관 페이지에서 구하세요.
p-value도 볼 수 있나요?
행렬에는 r만 표시합니다. 관심 있는 쌍의 p-value와 신뢰구간은 Pearson 상관분석에서 확인하세요.
히트맵 이미지를 보고서에 넣고 싶어요.
결과 그래프를 오른쪽 클릭해 이미지로 저장하거나 복사할 수 있습니다.