[R] 회귀분석 실습 - 상관분석

상관분석 개념에 대해 알고싶다면 이전 포스팅을 참고해 주세요.

https://summerindata.tistory.com/11

[통계] 회귀분석 기본 개념 - 상관분석

 

 

데이터는 MASS패키지에서 제공하는 Boston 데이터를 사용하겠습니다.

 

패키지 설치 및 데이터 불러오기

# 패키지 설치
# install.packages("corrplot")
# install.packages("MASS")
library(corrplot)
library(MASS)

# 데이터 불러오기 
data(Boston)
data <- Boston

head(data)

crim zn indus chas   nox    rm  age    dis rad tax ptratio  black lstat medv
1 0.00632 18  2.31    0 0.538 6.575 65.2 4.0900   1 296    15.3 396.90  4.98 24.0
2 0.02731  0  7.07    0 0.469 6.421 78.9 4.9671   2 242    17.8 396.90  9.14 21.6
3 0.02729  0  7.07    0 0.469 7.185 61.1 4.9671   2 242    17.8 392.83  4.03 34.7
4 0.03237  0  2.18    0 0.458 6.998 45.8 6.0622   3 222    18.7 394.63  2.94 33.4
5 0.06905  0  2.18    0 0.458 7.147 54.2 6.0622   3 222    18.7 396.90  5.33 36.2
6 0.02985  0  2.18    0 0.458 6.430 58.7 6.0622   3 222    18.7 394.12  5.21 28.7

변수 4개만 가져와서 상관분석을 진행해보겠습니다.

 

# 방법 1

#상관분석
cor(data[,11:14])

# ptratio      black      lstat       medv
# ptratio  1.0000000 -0.1773833  0.3740443 -0.5077867
# black   -0.1773833  1.0000000 -0.3660869  0.3334608
# lstat    0.3740443 -0.3660869  1.0000000 -0.7376627
# medv    -0.5077867  0.3334608 -0.7376627  1.0000000

# 시각화
pairs(data[,11:14])

 

medv와 lstat변수가 강한 음의 상관관계를 보입니다.

medv와 ptratio변수도 다소 높은 음의 상관관계가 있는것을 확인해 보았습니다.

 

# 방법 2

# 상관분석
data_cor <- cor(data) #디폴트 피어슨, 변경옵션 method = "spearman"

# 시각화
corrplot.mixed(data_cor, tl.col = "black") # tl.col 변수명 색상 변경

 

corrplot 함수를 사용해서 좀 더 예쁘게 시각화 할 수 있습니다.

corrplot 함수를 사용하면 상관계수값은 나오지 않고 원의 크기와 색상으로 나타나 집니다.

corrplot.mixed 함수를 사용하면 원과 숫자 모두 표현할 수 있습니다.

​

아래 링크를 참고하여 자신이 원하는대로 다양하게 표현해 보세요! (corrplot 함수 옵션)

https://rpubs.com/cardiomoon/27080

RPubs - corrplot 패키지

 

상관분석을 통해서 종속변수 Y와 독립변수 X간의 상관성이 있음을 확인해 보았습니다.

이것을 두 변수간에 직선적인 관계가 있다고 하는데,

그 직선식을 추정하는것을 선형회귀분석 이라고 합니다.

 

다음 포스팅은 선형회귀분석 내용으로 업로드 해보겠습니다.