0은 ‘직선으로 함께 움직인 정도가 0’이라는 뜻이다
철도 정비팀이 장치의 위치 x와 진동 크기 y를 다섯 지점에서 측정했다고 합시다. x가 −2, −1, 0, 1, 2이고 y가 4, 1, 0, 1, 4라면 가운데가 낮고 양끝이 높은 U자 모양이 뚜렷합니다. 위치를 알면 진동의 대략적인 크기를 예측할 단서가 있으므로 두 값이 무관하다고 말하기 어렵습니다.
그런데 Pearson 상관계수를 계산하면 r은 정확히 0입니다. x의 평균은 0이고 y의 평균은 2입니다. 왼쪽 두 점의 음의 x 편차가 만드는 곱과 오른쪽 두 점의 양의 x 편차가 만드는 곱이 서로 상쇄되기 때문입니다. 직선으로 기울어지는 경향은 0이지만 곡선 관계는 남습니다.
NIST 기술 문서는 Pearson 상관계수를 두 변수 사이의 선형 관계를 재는 값으로 설명합니다. 따라서 r=0을 ‘선형 상관이 관찰되지 않았다’고 읽는 것은 맞지만, 모든 종류의 관계가 없거나 두 변수가 독립이라고 읽는 것은 정의보다 넓은 주장입니다.
여기서도 산점도의 U자가 곧 원인 효과를 증명하지는 않습니다. 측정 범위, 시간 순서, 제3의 요인과 표본 선택을 따져야 합니다. 상관계수와 그림은 관계를 기술하는 도구이며, 인과 결론에는 설계와 추가 가정이 필요합니다.
참고 · NIST Statistical Engineering Division — 상관계수가 요약하는 직선 관계 ↗
숫자를 계산한 뒤 원자료의 모양으로 돌아간다
활동의 ‘U자 자료’는 다섯 좌표 (−2,4), (−1,1), (0,0), (1,1), (2,4)입니다. r=0.00이지만 산점도는 곡선을 이룹니다. ‘직선 자료’는 y를 0, 1, 2, 3, 4로 바꾸며 r=1.00입니다. x가 한 칸 증가할 때 y도 한 칸 증가하는 완전한 직선입니다.
세 번째 ‘한 점 강조’에서는 앞의 네 y가 0이고 마지막 y만 5입니다. 계산된 r은 약 0.71이지만, 대부분의 점이 수평선에 모이고 한 점이 기울기를 크게 좌우합니다. 숫자만 보고 안정된 증가 관계라고 부르기 전에 그 점이 입력 오류인지, 특별한 조건인지, 반복 측정에서도 나타나는지 확인해야 합니다.
Matejka와 Fitzmaurice는 평균, 표준편차, Pearson 상관계수 같은 요약값을 거의 같게 유지하면서도 모양이 매우 다른 자료를 만드는 방법을 제시했습니다. 그 연구의 핵심은 그림이 숫자보다 우월하다는 구호가 아니라, 요약값과 시각화가 서로 다른 정보를 보존하므로 함께 검토해야 한다는 데 있습니다.
산점도를 먼저 보면 반대로 눈에 띄는 모양을 과해석할 위험도 있습니다. 축 범위, 점의 겹침, 집단별 색 구분, 누락 자료가 모양을 바꿀 수 있습니다. 숫자와 그림을 왕복하며 각 도구의 조건을 기록해야 합니다.
참고 · Justin Matejka, George Fitzmaurice — 요약 통계가 같아도 그림은 달라질 수 있다 ↗
관계의 종류와 결론의 범위를 문장에 적는다
업무 보고서에는 ‘상관이 있다’ 한 줄 대신 변수, 표본, 시점, 계수 종류와 그림에서 확인한 모양을 씁니다. 예를 들어 ‘다섯 지점에서 Pearson r=0.00이었으나 U자 패턴이 보여 비선형 모형과 추가 측정이 필요하다’처럼 관찰과 다음 검사를 연결할 수 있습니다.
비선형 관계를 확인하려면 자료를 더 모아 같은 모양이 재현되는지 보고, 목적에 맞는 곡선 모형이나 순위 기반 요약을 검토합니다. 단, 여러 모형을 결과를 본 뒤 반복해서 시도했다면 선택 과정을 공개해야 합니다. 잘 맞는 곡선을 찾았다는 사실만으로 새 표본에서도 맞는다는 보장은 없습니다.
센서뿐 아니라 가격과 수요, 온도와 효율, 연습 시간과 피로에도 같은 질문을 적용할 수 있습니다. 너무 적은 연습과 너무 많은 연습에서 오류가 커지는 U자 관계라면 단일 직선 계수는 중요한 굴곡을 놓칠 수 있습니다.
새 자료를 볼 때에는 네 가지를 묻습니다. 사용한 상관계수는 어떤 관계를 요약하는가, 산점도에 곡선·집단·이상점이 있는가, 결론이 측정 범위 밖으로 넘어가는가, 원인을 말할 설계가 있는가. 상관계수 0은 탐색의 끝이 아니라 관계의 형태를 다시 묻는 출발점입니다.