相関分析(Correlation Analysis)

相関分析は、2つ以上の変数がどのように連動して変化するかを示します。線形関係にはPearson相関、順序データや単調な関係にはSpearman順位相関を使用します。関係の探索、データのスクリーニング、変数選択に使用します。データは連続または順序で、nは25以上、おおむね二変量正規分布に従うことが条件です。出力には、p値付きの変数ペアごとの相関係数と、任意で散布図が示されます。

最終レビュー

重要なポイント

相関分析は、2つ以上の連続変数または順序変数の間の線形関係の強さと方向を、通常は-1から+1のPearson係数で定量化します。因果関係を示すものではありません。

このページの内容
  1. 相関分析とは
  2. 相関分析を使用する場面
  3. 相関分析を正しく使用するためのガイドライン
  4. 代替手法:相関分析を使用すべきでない場合
  5. 相関分析の例
  6. 相関分析の実行方法

相関分析とは

相関分析は、2つ以上の変数間の線形関係の強さと方向を定量化する統計手法です。主に、変数が一定の割合でどのように連動して変化するかを調べるために使用され、因果関係を示すものではありません。最も一般的な尺度はPearson相関係数で、-1(完全な負の関係)から+1(完全な正の関係)の範囲をとり、0は線形関係がないことを示します。この分析は連続変数または順序変数に適用でき、順序データや単調な関係にはSpearman順位相関を使用します。

相関分析を使用する場面

相関分析は、統計学、社会科学、経済学、金融、市場調査など、さまざまな分野で広く使用されています。相関分析が役立つ場面は次のとおりです。

  • 関係の探索:相関分析は、2つの変数間の関係を理解するのに役立ちます。変数が正の相関(一緒に増減する)にあるか、負の相関(一方が増えると他方が減る)にあるか、まったく相関がないかを特定できます。
  • データのスクリーニング:相関分析は、より複雑な分析を行う前の予備的なステップとして、潜在的な関係を特定するためによく使用されます。どの変数をさらに調査する価値があるかを研究者が見極めるのに役立ちます。
  • 仮説検定:相関分析は、変数間の関係についての仮説を検定するために使用できます。例えば、収入と学歴の間、または顧客満足度と購買行動の間に有意な相関があるかどうかを検定したい場合などです。
  • 予測:相関分析は予測モデルで使用できます。過去のデータで2つの変数の間に強い相関がある場合、一方の変数の変化が他方の変数の変化を予測するのに役立つ可能性があることを示唆します。
  • 変数選択:予測モデルを構築する際、相関分析は変数選択に役立ちます。2つの変数が強く相関している場合、両方をモデルに含めると多重共線性の問題が生じる可能性があります。そのような場合は、一方の変数のみを含めるか、次元削減の手法を使用することができます。
  • 品質管理:相関分析は、製品品質に影響を与える可能性のある変数間の関係を特定するために、品質管理のプロセスに適用できます。例えば、製造業では、特定の工程変数と製品の欠点との相関を分析できます。
  • ポートフォリオ管理:金融では、さまざまな投資資産間の関係を評価するために相関分析がよく使用されます。資産間の相関を理解することは、リスクを低減できる可能性のある分散ポートフォリオの構築に役立ちます。

相関分析を正しく使用するためのガイドライン

  • 数値または日付/時刻データの列を2列以上含めてください
  • すべての列の行数が同じでなければなりません
  • データは連続または順序でなければなりません
  • カテゴリーデータには、クロス集計とカイ2乗検定を実行してください
  • サンプルサイズは中規模から大規模(n ≥ 25)にしてください
  • サンプルが大きいほど、推定値はより正確で精密になります
  • 変数間の関係は線形または単調でなければなりません
  • 行列プロットを使用して、外れ値を特定し調査してください
  • データは二変量正規分布に従うことが条件です
  • 相関のp値の手順は、n ≥ 25であれば、正規性からの逸脱に対して頑健です
  • Pearson相関の信頼区間は、正規性の仮定の影響を受けやすい
  • Spearman相関の信頼区間は順位に基づいており、分布の仮定の影響を受けにくい

代替手法:相関分析を使用すべきでない場合

  • 回帰モデルの当てはめ: 独立変数に基づいて従属変数の値を予測または推定したい場合は、相関分析を行うよりも、回帰モデルを当てはめるほうが通常は適切です。
  • 散布図: データに非線形の関係や外れ値が存在する可能性がある場合は、相関分析よりも散布図のほうが適切なことがあります。

相関分析の例

ある銀行は、ローン申込者に対して、収入、学歴、年齢、現住所での居住年数、現在の勤務先での勤続年数、貯蓄、負債、クレジットカードの枚数という8つの具体的な情報を求めています。銀行の管理者は、これらの情報のうちどれが互いに強く関連しているかを知りたいと考えています。管理者は30人のローン申込者についてこのデータを収集し、相関分析を行って、8つの変数について変数ペアごとの相関係数とそのp値を求めます。手順は次のとおりです。

  1. 必要なデータを収集しました。
Correlation Analysis — figure 1
  1. 次に、Zometric Statistical Software(https://statsai.zometric.com/)でデータを分析します。
  2. 相関分析は、Statistical module> Graphical analysis> correlation analysis.から選択します。
  3. ツール内で、データとその他の入力を次のように入力します。
Correlation Analysis — figure 2

5. 上記のツールを使用すると、次のような出力が得られます。

Correlation Analysis — figure 3

相関分析の実行方法

手順は次のとおりです。

  1. まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホーム画面でStatistical Tool> Graphical analysis > correlation analysisを選択します。
  3. 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)して貼り付けます(Ctrl+V)。または、Load Exampleオプションを使用してサンプルデータを読み込むこともできます。
  4. 次に、列をパラメーターに割り当てます。
  5. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

相関分析のダッシュボードでは、画面が2つの部分に分かれています。

Correlation Analysis — figure 4

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付ける(Ctrl+V)ことができます。

Load example: サンプルデータが読み込まれます。

Load File:Excelのデータを直接読み込むために使用します。

右側では、次の項目を指定するだけです。

Variables: 相関分析に複数の変数を選択するには、まずデータセットの中から対象となる定量変数を特定します。次に、これらの変数間の変数ペアごとの相関係数を計算し、線形関係の強さと方向を把握します。この手順により、どの変数が強く関連しているかを判断でき、さらなる研究やモデリングに向けた特徴量選択や多変量解析に役立ちます。

Display Scatter: 相関分析で散布図を表示すると、2つの変数間の関係が視覚的に表現され、直交座標平面上での両者の関連が示されます。パターン、傾向、外れ値を特定するのに役立ち、数値の相関係数を補完します。この可視化により、変数間の線形関係の強さと方向をより明確に理解できます。

 Download as Excel:結果をExcel形式で表示します。Excel形式のデータは容易に編集でき、load fileオプションで再読み込みして計算に使用できます。

よくある質問

相関係数からは何がわかりますか?

Pearson相関係数は、2つの変数間の線形関係の強さと方向を測定します。値は、完全な負の関係を示す-1から、完全な正の関係を示す+1までの範囲をとり、0は線形関係がないことを意味します。相関は変数がどのように連動して変化するかを示しますが、因果関係を示すものではありません。

相関分析の前提条件は何ですか?

連続データまたは順序データの列を、同じ行数で2列以上使用してください。関係は線形または単調で、データは二変量正規分布に従うことが条件です。Pearson相関の信頼区間は正規性の仮定の影響を受けやすい一方、順位に基づくSpearmanの信頼区間は影響を受けにくくなります。

相関分析にはサンプルがいくつ必要ですか?

25以上の中規模から大規模のサンプルを推奨します。サンプルが大きいほど、推定値はより正確で精密になります。nが25以上であれば、相関のp値の手順は正規性からの逸脱に対して頑健です。係数に依拠する前に、行列プロットを使用して外れ値を特定し調査してください。

相関ではなく、回帰や散布図を使用すべきなのはどのような場合ですか?

独立変数から従属変数の値を予測または推定したい場合は、回帰モデルを当てはめてください。関係が非線形である可能性や、外れ値が存在する可能性がある場合は、散布図を使用します。カテゴリーデータには、相関分析の代わりにクロス集計とカイ2乗検定を使用してください。