주변 그림(Marginal Plot)
주변 그림은 X에 대한 Y를 그리고 두 축에 주변 히스토그램, 상자 그림, 바이올린 또는 러그 그림을 더하며, 범주 열에 따라 색을 구분할 수도 있습니다. 모형을 적합하거나 검정을 계산하지 않습니다. 회귀 전에 등과 같이, 두 측정값 간의 관계를 살펴보면서 각 변수의 왜도, 군집, 특이치를 확인할 때 사용합니다. 관계를 수치로 나타내려면 Correlation 또는 Fitted Line Plot을 사용하십시오.
최종 검토
핵심 요점
주변 그림은 두 변수의 산점도에 각 축을 따라 작은 히스토그램, 상자 그림, 바이올린 또는 점 그림을 더하여, Y가 X에 따라 어떻게 움직이는지와 각 변수가 단독으로 어떻게 분포하는지를 보여 줍니다.
목적
주변 그림은 두 변수의 산점도에 각 축을 따라 작은 분포 그림을 더한 것입니다. 한 화면에서 Y가 X에 따라 어떻게 움직이는지와 각 변수가 단독으로 어떻게 분포하는지, 즉 왜도, 군집, 특이치, 대부분의 데이터가 놓인 위치를 보여 줍니다. 두 측정값 간의 관계를 살펴보면서 둘 중 하나의 형태가 특이한지도 알아야 할 때, 예를 들어 회귀 전이나 빠른 측정으로 느린 측정을 대체할 수 있는지 판단할 때 사용합니다.
주요 기능
- X에 대한 Y의 산점도와, 위쪽(X)과 오른쪽(Y) 가장자리의 주변 그림.
- 두 축에 모두 적용되는 네 가지 주변 그림 유형: Histogram, Boxplot, Violin, Dot plot (rug).
- 선택적 범주 열: 점과 주변 그림이 그룹별로 색상 구분되며 범례가 표시됩니다.
- 색상 팔레트 선택.
- 대화형 그림: 확대/축소, 이동, 가리켜서 개별 점 읽기.
통계적 방법
이 도구는 데이터를 있는 그대로 그리며 모형을 적합하거나 검정을 계산하지 않습니다. X와 Y가 모두 있는 각 행이 점 하나가 됩니다. 주변 그림은 각 변수를 따로 요약합니다. 히스토그램은 자동으로 선택된 같은 폭의 구간별로 관측값 수를 세고, 상자 그림은 중앙값, 사분위수(상자에 데이터의 가운데 50%가 들어 있음), 수염을 보여 주며, 바이올린은 상자에 평활한 밀도 윤곽을 더하고, 러그는 관측값마다 눈금 하나를 그립니다.
범주 열이 있으면 각 그룹은 산점도에서 고유한 색을 가지며 고유한 주변 히스토그램, 상자, 바이올린 또는 러그를 갖게 되므로, 그룹이 X, Y 또는 둘 다에서 다른지 볼 수 있습니다. 그룹의 히스토그램은 겹쳐서 그려지며 높이는 각 그룹 안의 개수입니다.
관계를 수치로 나타내려면 Correlation 또는 Fitted Line Plot을 사용하십시오. 주변 그림은 패턴과 각 변수의 형태를 보고 나머지에서 떨어진 점을 찾아내기 위한 것입니다.
입력 항목 및 옵션
항목 | 설명 |
X-axis column | 필수입니다. 가로축의 수치 열입니다. |
Y-axis column | 필수입니다. 세로축의 수치 열입니다. |
Categorise based on column | 선택 사항입니다. 값에 따라 점과 주변 그림에 색을 입히는 열입니다. 범주가 없으면 “--”를 선택합니다. |
Marginal plot type | Histogram(기본값), Boxplot, Violin 또는 Dot plot (rug). X와 Y 주변 모두에 적용됩니다. |
Title | 그림의 제목입니다. 기본값은 “Marginal Plot”입니다. |
Discrete color sequence | 범주에 사용할 색상 팔레트입니다. 기본값은 D3입니다. |
Data Options: Subset (optional) | Exclude matching rows(기본값) 또는 Include only matching rows. Row numbers(예: 3,7,12-15)와 Condition(예: Activity == "low") 중 하나 또는 둘 다로 행을 선택합니다. |

그림 1 — 예제의 옵션: X = BMI, Y = %Fat, Activity로 범주화, 히스토그램 주변.
출력 설명
- Marginal Plot — X에 대한 Y의 산점도이며, 위쪽 가장자리에 X의, 오른쪽 가장자리에 Y의 선택한 주변 그림이 있고, 범주를 선택한 경우 범주별로 색상 구분되며 범례가 표시됩니다.
- Download를 통한 PDF 내보내기.

그림 2 — 청소년 여학생 92명의 BMI에 대한 체지방률, 활동 수준별로 색상 구분하고 가장자리에 각 변수의 히스토그램 표시.
계산 예제
체지방률은 측정하는 데 시간과 비용이 많이 들지만, 체질량지수(BMI)는 빠르게 측정할 수 있습니다. 한 연구자가 BMI로 체지방을 대신할 수 있는지 알아보기 위해 청소년 여학생 92명의 두 값을 신체 활동 수준(낮음, 중간, 높음)과 함께 측정합니다. X-axis column = BMI, Y-axis column = %Fat, Categorise based on column = Activity, Marginal plot type = Histogram입니다.
점들은 함께 상승합니다. BMI가 높을수록 체지방이 높습니다(상관 0.86, 데이터에서 계산). 위쪽에서는 산포가 넓어집니다. BMI가 25를 넘는 여학생 13명의 체지방은 32.4%에서 46%까지입니다. 위쪽 히스토그램은 BMI가 오른쪽으로 치우쳐 있으며 대부분의 여학생이 15와 23 사이(중앙값 19.5)이고 일부가 30을 넘는다는 것을 보여 줍니다. %Fat도 오른쪽으로 치우쳐 있습니다(중앙값 25.5%, 최댓값 46%).
색상은 단순한 산점도가 가리는 패턴을 더해 줍니다. 활동이 낮은 여학생 6명은 오른쪽 위에 있고(평균 BMI 26.8, 평균 체지방 36.1%), 활동이 높은 여학생 10명은 왼쪽 아래에 있으며(평균 BMI 18.8, 평균 체지방 22.6%), 활동이 중간인 여학생 76명은 그 사이의 범위를 차지합니다. 따라서 BMI는 체지방의 유용한 1차 지표이지만 BMI가 높을 때는 정밀한 대체 수단이 아니며, 활동 수준을 함께 기록하는 것이 좋습니다. Marginal plot type을 Boxplot으로 바꾸면 히스토그램 대신 활동 그룹별로 각 축의 간결한 요약을 볼 수 있습니다.
자주 묻는 질문
주변 그림은 무엇에 사용합니까?
주변 그림은 한 화면에서 Y가 X에 따라 어떻게 움직이는지와 각 변수가 단독으로 어떻게 분포하는지, 즉 왜도, 군집, 특이치, 대부분의 데이터가 놓인 위치를 보여 줍니다. 두 측정값 간의 관계를 살펴보면서 둘 중 하나의 형태가 특이한지도 알아야 할 때, 예를 들어 회귀 전이나 빠른 측정으로 느린 측정을 대체할 수 있는지 판단할 때 사용합니다.
어떤 주변 그림 유형을 선택해야 합니까?
히스토그램은 같은 폭의 구간별로 관측값 수를 셉니다. 상자 그림은 중앙값, 사분위수, 수염을 보여 주며 상자에 데이터의 가운데 50%가 들어 있습니다. 바이올린은 상자에 평활한 밀도 윤곽을 더하고, 점 그림(러그)은 관측값마다 눈금 하나를 그립니다. 선택한 유형은 두 축에 모두 적용됩니다.
주변 그림은 상관을 측정합니까?
아니요. 주변 그림은 데이터를 있는 그대로 그리며 모형이나 검정을 적합하지 않습니다. 관계를 수치로 나타내려면 Correlation 또는 Fitted Line Plot을 사용하십시오. 체지방 예제에서 BMI와 체지방 간의 상관 0.86은 데이터에서 별도로 계산한 것입니다.
범주별 색상 구분은 주변 그림에 무엇을 더해 줍니까?
범주 열이 있으면 각 그룹은 산점도에서 고유한 색과 고유한 주변 그림을 가지므로, 그룹이 X, Y 또는 둘 다에서 다른지 볼 수 있습니다. 예제에서 활동이 낮은 여학생은 오른쪽 위에, 활동이 높은 여학생은 왼쪽 아래에 있었으며, 이는 단순한 산점도가 가리는 패턴이었습니다.
