<보기>는 데이터 세트 A와 B의 산점도(scatter pl… | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지
1[7급 서울시 인공지능] 26년 1회차
<보기>는 데이터 세트 A와 B의 산점도(scatter plot) 및 두 데이터 세트의 동일한 요약 통계량(X와 Y의 평균(mean), X와 Y의 표준편차(SD), 피어슨 상관계수(Corr.))을 나타낸다. 데이터 시각화와 요약 통계량에 관한 설명으로 가장 옳지 않은 것은?<보기>
X mean: 54.26 Y mean: 47.83
X SD: 16.76 Y SD: 26.93
Corr. : -0.06
1
산점도 그래프와 같은 시각화 기법은 단순한 수치 데이터(요약 통계량)보다 데이터의 실제 공간적 분포와 형상을 훨씬 더 직관적으로 확인할 수 있게 해준다.
2
피어슨 상관계수는 공룡이나 별 모양과 같은 기하학적 형태의 종속성(dependency)까지 반영하여 측정하는 종합 지표이다.
3
피어슨 상관계수가 -0.06이면 두 변수 사이에 직선 형태의 양 또는 음의 상관관계가 거의 없음을 나타낸다.
4
데이터 분석에서 두 변수 X와 Y 사이에 높은 상관계수나 통계적 상관관계가 관찰되더라도, 이는 한 변수의 변화가 다른 변수를 직접적으로 변화시켰다는 인과관계(causality)를 입증하는 근거로 사용될 수 없다.
해설
피어슨 상관계수가 공룡·별 모양 같은 기하학적 형태의 종속성까지 반영한다는 설명이 옳지 않다.
피어슨 상관계수는 두 변수 사이의 선형(직선) 관계의 방향과 강도만 측정한다. 산점도의 모양이 전혀 달라도 평균·표준편차·상관계수가 같을 수 있으므로, 곡선이나 도형 형태의 비선형 종속성은 이 지표로 드러나지 않는다.
- 산점도 같은 시각화는 요약 통계량이 가리는 실제 분포와 형상을 직관적으로 보여 주므로 옳다.
- 상관계수가 0에 가까운 -0.06이면 직선 형태의 양·음의 상관이 거의 없다는 뜻이므로 옳다.
- 높은 상관관계가 관찰되어도 상관은 인과가 아니므로 한 변수가 다른 변수를 직접 변화시켰다는 근거가 될 수 없어 옳다.
오류나 개정된 내용이 보이면 알려주세요
