Q&A

일반적으로 상관분석에서 중요한 가정은 선형성(linear)이라고 하는 직선의 경향입니다. 경험적으로 보았을 때 linear의 경향이 있으면 정규성 가정은 대부분이 만족되더군요.
또한 Spearman은 직선의 관계가 아닌 곡선의 관계일때, 변수가 순위(순서,서열) 척도일 경우에 쓰이는 분포무관 검정으로 상관분석의 비모수 검정에 해당됩니다.

결론적으로 말씀드리면 data의 수가 충분하고, linear(선형)의 관계가 있다면 Pearson의 상관분석을
data의 수가 적거나, 곡선의 관계, 또는 서열척도의 상관은 Spearman으로 하시면 됩니다.

... 언제나 최선을 다하는 StatEdu가 되길 빌며 ...

>아래 설명 고맙습니다.
>
>그런데 제1번 질문의 요지는 연속변수 (가령 숫자) 라도 normality가 안되면 Spearman 으로 해야 되는 것 아닌가? 이었습니다. 즉 상관분석 이전에 normality test 를 거친 후 normality 가 확인된 것들만 Pearson 을 써야 되는 것이 아닌지요?
>
>그리고 학력과 연봉의 상관관계에 대해서 말씀하셨는데... 그렇다면 연속변수와 비연속변수간에도 상관분석을 할 수 있다는 말씀인가요?
>
>감사합니다.
>
>
>>각 질문 아래에 답글 드리도록 하겠습니다.
>>
>>>1. 상관분석에서 모수(Pearson) 로 분석을 할지 비모수(Spearman) 로 분석을 할지는 뭘 기준으로 하나요?
>>>평균치 비교에서는 N explore --> plot --> normality test 로 모수검정이 가능한지 정하는 것으로 알고 있는데요...
>>>연속변수를 상관분석으로 분석할 때도 동일하게 모수/비모수를 결정하나요? 아님 다른 방법이?
>>
>>Answer >
>>상관분석은 크게 Pearson의 상관계수와 Spearman의 상관계수로 나눌 수가 있습니다. 이 2개의 차이점은 전자는 변수들이 등간이나 비율척도 일때 쓰이는 분석이라는 것입니다. 즉, 숫자 변수일 때 쓰이는 것이죠. 후자는 변수가 서열척도 일때 쓰이는 분석입니다. 예를 들어 학력과 연봉의 상관관계를 보고자 할 경우에는 Pearson이 아닌 Spearman 상관분석을 하셔야 합니다.
>

Legacy document_srl: 81691 / Legacy URL: http://www.statedu.com/QnA/81691