상관관계

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

설문 분석에서의 상관관계

변수 간 상호의존성
- 한 변수가 바뀌면 다른 변수도 바뀝니다
두 설문 항목 간 선형 관계를 측정합니다
상관관계는 인과관계가 아닙니다
- 제3의 변수 영향 가능
- 어느 변수가 원인인지 단정 불가

상관관계는 인과관계가 아닙니다. 레터링

상관의 크기와 방향

상관계수 → r
-1.0 ~ 1.0
- -1 또는 1 = 완벽한 관계
- 0 = 관계 없음
- 0 미만 = 음의 관계
- 0 초과 = 양의 관계
표본이 작을수록, 유의성엔 더 강한 상관 필요

퍼즐 조각의 상관관계

.corr() 함수

.corr()
_first column_.corr(_second column_)

상관 유형

.corr() 예시: healthy_city

| City       | Rank | Life expectancy_years | Happiness levels |
|------------|------|-----------------------|------------------|
| Amsterdam  |    1 |                  81.2 |             7.44 |
| Sydney     |    2 |                  82.1 |             7.22 |
| Vienna     |    3 |                    81 |             7.29 |
| Stockholm  |    4 |                  81.8 |             7.35 |
| Copenhagen |    5 |                  79.8 |             7.64 |
| Helsinki   |    6 |                  80.4 |              7.8 |
| Fukuoka    |    7 |                  83.2 |             5.87 |
| Berlin     |    8 |                  80.6 |             7.07 |
| Barcelona  |    9 |                  82.2 |              6.4 |

.corr() 예시: healthy_city

import matplotlib.pyplot as plt
plt.scatter(healthy_city['Life expectancy_years'],
            healthy_city['Happiness levels'])

happy_survey 산점도

.corr() 예시: healthy_city

happy_survey['Happiness levels'].corr(
  happy_survey['Life expectancy_years'])

0.7245870841569987

Ayo berlatih!

Python으로 설문 데이터 분석하기