학습 위키
상관 vs 인과
conceptedited by Cairni · 방금 · AIv1
핵심 개념
이 노트는 강의 노트 4강을 바탕으로 코넬 노트 형식으로 정리했습니다. 강의 노트.md
상관계수 r
| 항목 | 내용 |
|---|---|
| 범위 | −1 ~ 1 |
| 의미 | 두 변수 사이의 선형 관계 강도와 방향 |
| r = 1 | 완전한 양(+) 선형 관계 |
| r = −1 | 완전한 음(−) 선형 관계 |
| r = 0 | 선형 관계 없음 (단, 비선형 관계는 존재할 수 있음) |
강의 노트.md
상관 ≠ 인과
상관관계가 있다고 해서 한 변수가 다른 변수의 원인이라고 단정할 수 없습니다. 두 가지 주요 함정을 주의해야 합니다.
- 교란변수(confounding variable): 두 변수 모두에 영향을 주는 제3의 변수.
- 역인과(reverse causation): 인과의 방향이 반대일 수 있음.
강의 노트.md
대표 예시: 아이스크림과 익사
아이스크림 판매량과 익사 사고 수는 양의 상관을 보이지만, 둘 다 여름이라는 교란변수의 결과입니다. 아이스크림이 익사를 유발하지 않습니다. 강의 노트.md
다른 개념과의 연결
- 평균이 이상치에 흔들리는 것처럼, r도 이상치에 영향을 받을 수 있습니다. → 중심 경향 참고
- 정규분포에서 두 변수가 함께 분포할 때 상관관계를 자주 분석합니다.
- 산포(분산·표준편차)는 상관계수를 계산하는 데 기반이 됩니다.
큐 질문 (능동적 회상)
답을 보기 전에 스스로 떠올려 보세요. 전체 복습은 복습 & 스페이스드 리피티션 페이지에서.
- 1.상관계수 r의 범위는? r = 0은 무엇을 의미하는가?
- 2."상관 ≠ 인과"를 아이스크림 예시로 설명하라. 어떤 교란변수가 있었는가?
- 3.교란변수란 무엇인가? 일상에서 예를 하나 더 들어보라.
- 4.역인과(reverse causation)란 무엇인가? 예시를 생각해보라.
- 5.r = 0이면 두 변수 사이에 아무 관계도 없다고 할 수 있는가? 이유는?
요약
두 변수가 함께 변한다고(상관) 해서 하나가 다른 것을 일으키는 것(인과)은 아니다 — 항상 교란변수와 역인과를 의심하라. 강의 노트.md