66. 스피어만 순위 상관 계수 (Spearman Rank Correlation)

핵심 인사이트 (3줄 요약)

1. 본질: 스피어만 순위 상관 계수(Spearman Rank Correlation)는 값의 크기 대신 순위를 이용해 단조 관계를 측정한다.
2. 가치: 이상치와 비정규 분포에 더 robust해서 Pearson보다 넓은 상황에 적용하기 쉽다.
3. 판단: 선형 관계가 아니라도 순서가 맞으면 높은 상관을 보일 수 있으므로, 해석을 조심해야 한다.

Ⅰ. 개요 및 필요성

데이터가 정규분포처럼 깔끔하지 않아도 변수 간 관계를 보고 싶을 때가 많다. 이때 순위를 이용하면 이상치 영향이 줄어든다.

스피어만 상관은 "같이 커지거나 같이 작아지는가"를 보는 데 유용하다.

• 📢 섹션 요약 비유: 숫자 크기보다 줄서기 순서를 보는 방법이다.

Ⅱ. 아키텍처 및 핵심 원리

Data
  ↓
Rank Transform
  ↓
Rank Differences
  ↓
Spearman ρ

스피어만은 값 자체 대신 순위를 비교하므로, 비선형이더라도 단조 관계라면 관계를 포착할 수 있다.

• 📢 섹션 요약 비유: 점수가 아니라 등수만 가지고 비교하는 운동회 순위표다.

Ⅲ. 비교 및 연결

스피어만은 순위 기반이라 해석이 직관적이다. 하지만 값의 간격 정보가 사라진다는 점은 기억해야 한다.

• 📢 섹션 요약 비유: 키 차이는 무시하고, 달리기 순서만 보는 것이다.

Ⅳ. 실무 적용 및 기술사 판단

체크리스트

1. 데이터가 비정규/이상치가 많은가?
2. 단조 관계를 보는 문제인가?
3. Pearson과 함께 비교했는가?
4. 순위 변환으로 정보 손실이 허용되는가?
5. 해석 대상이 선형인지 비선형인지 분리했는가?

안티패턴

• Pearson과 Spearman을 같은 지표로 취급하는 설계
• 순위 기반 해석을 값 기반 해석처럼 하는 설계
• 이상치가 많은데 Pearson만 쓰는 설계
• 단조 관계를 놓치고 선형성만 보는 설계

기술사 관점에서는 Spearman을 "통계적 순위 비교"로 이해하고, 데이터 특성에 맞는 상관 지표를 고르는 것이 중요하다.

• 📢 섹션 요약 비유: 시험 점수의 차이보다 등수의 흐름이 더 중요할 때가 있다.

Ⅴ. 기대효과 및 결론

Spearman은 이상치에 강하고 비정규 데이터에도 적용하기 쉬워 탐색적 분석에서 유용하다.

결론적으로 Spearman은 순위 기반의 robust 상관 지표다.

• 📢 섹션 요약 비유: 숫자보다 순서가 더 중요할 때 쓰는 비교법이다.

관련 개념 맵

Rank
  ↓
Spearman ρ
  ↓
Monotonic Relationship
  ↓
Robust Analysis

관련 키워드 및 발전 흐름도

Pearson
  ↓
Spearman
  ↓
Robust Statistics
  ↓
Nonparametric Analysis

어린이를 위한 3줄 비유 설명

누가 몇 등인지 보는 거예요.
점수 차이보다 순서가 중요할 때 써요.
스피어만은 그런 순위 비교예요.