마지막 수정 날짜: 01 Aug 2023
환경
Tableau Desktop답변
1단계: 분산형 차트 만들기
이 문서에 첨부되어 있는 이 예제에서는 Superstore 샘플 데이터를 사용합니다. Pearson Correlation.twbx 통합 문서를 열고 자세한 내용을 확인하세요.- Profit를 열로 끌고, Sales를 행으로 끌어옵니다.
- 분석 메뉴에서 측정값 집계를 선택 취소합니다.
- 뷰를 마우스 오른쪽 단추로 클릭하고 추세선 > 추세선 표시를 선택합니다.
- 뷰를 다시 마우스 오른쪽 단추로 클릭하고 추세선 > 추세 모델 설명을 선택합니다.
- 추세 모델 설명 대화 상자에서 R-제곱 값을 찾습니다. 이 예에서 R-제곱 값은 0.229503입니다.
2단계: 피어슨 상관 관계 계산
다양한 옵션을 사용하여 피어슨 상관 관계를 구할 수 있습니다. 예를 들면 다음과 같습니다.
- 계산기나 다른 프로그램을 사용합니다.
- R-제곱 값의 제곱근을 계산합니다. √0.229498 = 0.4791, 이 값이 상관 관계(r)입니다.
- 2자리로 반올림한 이 예의 값은 0.48입니다.
- CORR 함수를 사용하여 계산된 필드를 만듭니다.
- 다음과 유사한 수식을 입력하고 OK(확인)를 클릭합니다.
CORR([Profit], [Sales])
- 이 수식은 두 식의 피어슨 상관 계수를 반환합니다. 피어슨 상관 계수는 두 변수 간의 선형 관계를 측정합니다. 결과는 -1에서 +1(포함) 사이이며, 1은 정확한 양의 선형 관계 즉, 한 변수가 양의 방향으로 변화하면 다른 변수도 해당하는 양만큼 양의 방향으로 변화하는 관계를 나타내고 0은 변화 사이에 선형 관계가 없음을 나타내고, −1은 정확한 음의 관계를 나타냅니다.
- 다음과 유사한 수식을 입력하고 OK(확인)를 클릭합니다.
- WINDOW_CORR 함수를 사용하여 계산된 필드를 만듭니다.
- 다음과 유사한 수식을 입력하고 OK(확인)를 클릭합니다.
WINDOW_CORR(SUM([Profit]), SUM([Sales]))
- 창 내에 있는 두 식의 피어슨 상관 계수를 반환합니다. 창은 현재 행의 오프셋으로 정의됩니다. 파티션의 첫 번째 또는 마지막 행의 오프셋에 대해 FIRST()+n 및 LAST()-n을 사용합니다. 시작 및 끝을 생략하면 전체 파티션이 사용됩니다.
- 다음과 유사한 수식을 입력하고 OK(확인)를 클릭합니다.
추가 정보
- 상관 관계 r은 두 측정값 간에서 관계의 정도를 나타내는 단일 숫자입니다. 상관 관계 계수는 -1과 1 사이의 값(-1 <= r <= 1)입니다.
- 양의 상관 관계는 x 및 y 측정값 간에 x의 값이 증가하면 y의 값도 증가하는 상관 관계가 있다는 의미입니다.
- 음의 상관 관계는 반대로 x의 값이 증가하면 y의 값이 감소하는 상관 관계를 나타냅니다.
- 상관 관계 r이 -1이나 1에 가까울수록 x와 y 사이의 관계가 더 강력합니다.
- r이 0이거나 0에 가까우면 측정값 간의 관계가 약하거나 관계가 없는 것입니다.
- 일반적인 규칙에 따라, r 값을 다음과 같은 방식으로 해석할 수 있습니다.
- +.70 이상은 매우 강한 양의 관계를 나타냅니다.
- +.40에서 +.69 사이는 강한 양의 관계를 나타냅니다.
- +.20에서 +.39 사이는 중간 정도의 양의 관계를 나타냅니다.
- -.19에서 +.19 사이는 약하거나 상관없는 관계를 나타냅니다.
- -.20에서 -.39 사이는 중간 정도의 음의 관계를 나타냅니다.
- -.40에서 -.69 사이는 강한 음의 관계를 나타냅니다.
- -.70 이하는 매우 강한 음의 관계를 나타냅니다.
이 문서의 효과에 대한 의견을 제공해 주셔서 감사합니다.
새 사례 열기
검색 계속
기술 자료
커뮤니티
제품 도움말
교육 및 자습서