행렬도(Matrix Plot)

행렬도는 둘 이상의 수치형 변수의 모든 쌍에 대한 산점도 또는 Y 대 X 격자를 보여 주며, 대각선의 히스토그램과 색상 그룹은 선택 사항입니다. 이 도구 자체는 아무것도 적합하지 않습니다. 회귀분석 전에 공정 입력과 출력을 선별하거나, 같은 정보를 담은 변수를 찾거나, 군집을 발견하는 데 사용합니다. 안내형 해석은 첫 번째 변수에 대한 예측 변수로서 각 X를 수정 R-제곱으로 순위를 매깁니다.

최종 검토

핵심 요점

행렬도는 모든 변수 쌍의 산점도를 하나의 격자에 그려서, 어떤 변수들이 함께 움직이는지, 반대 방향으로 움직이는지, 서로 무관한지를 한눈에 볼 수 있게 합니다.

이 페이지 내용
  1. 목적
  2. 주요 기능
  3. 통계적 방법
  4. 입력 항목 및 옵션
  5. 출력 설명
  6. 계산 예제

목적

행렬도는 모든 변수 쌍의 산점도를 하나의 격자에 그려서, 어떤 변수들이 함께 움직이는지, 반대 방향으로 움직이는지, 서로 무관한지를 한눈에 볼 수 있게 합니다. 회귀분석 전에 여러 공정 입력과 출력을 선별하거나, 같은 정보를 담은 변수를 찾거나, 산점도 하나로는 놓칠 수 있는 군집과 특이한 점을 발견하는 데 사용합니다.

주요 기능

  • 둘 이상의 수치형 변수에 대한 모든 쌍 행렬: 각 쌍마다 산점도 하나.
  • Y 대 X 격자: X 변수를 지정한 경우 Y 변수마다 한 행, X 변수마다 한 열.
  • 전체 행렬, 또는 중복되는 패널을 없애기 위한 왼쪽 아래 또는 오른쪽 위 절반만.
  • 선택 사항인 색상 범주로, 그룹(배치 유형, 공급업체, 교대)이 분리되는지 확인합니다.
  • 선택 사항인 안내형 해석: 첫 번째 변수를 나머지 변수가 얼마나 잘 예측하는지로 순위를 매기는 Scatterplot Screener.

통계적 방법

선택한 모든 변수가 수치인 행만 사용하므로 모든 패널이 같은 관측값 집합을 보여 줍니다. i행 j열의 패널은 변수 i(세로)를 변수 j(가로)에 대해 그립니다. 그림 자체는 아무것도 적합하지 않으며, 곧고 좁은 점의 띠는 강한 선형 관계를, 부채꼴 모양은 불균등한 변동을, 분리된 점 구름은 군집이나 층화를 의미합니다.

안내형 해석은 선택한 첫 번째 변수를 Y로, 나머지 각 변수를 X로 취합니다(X 변수를 지정한 경우에는 그 변수들). 각 X에 대해 최소제곱법으로 직선과 2차식을 적합하고, 2차 항이 5% 수준에서 유의한 경우에만 2차식을 채택합니다. 더 나은 모형의 수정 R²을 예측 능력(Predictive Ability)으로 보고하며, 이는 항의 개수로 보정한, X 하나만으로 설명되는 Y의 변동 비율입니다. 각 X는 단독으로 평가됩니다. 입력끼리 상관이 있을 때 이들의 결합 효과를 보려면 다중 회귀분석이 필요합니다.

입력 항목 및 옵션

항목

설명

Variables (or Y variables)

필수. 모든 쌍 행렬을 위한 둘 이상의 수치형 열입니다. X variables도 지정하면 이 열들이 Y 대 X 격자의 행(Y 변수)이 됩니다.

X variables (optional)

선택 사항. 모든 쌍 행렬 대신 Y 변수 대 X 변수 격자(행 = 위의 Variables, 열 = 이 목록)를 만듭니다.

Color-category column

선택 사항. 그룹별로 점의 색을 다르게 합니다. 범주가 없으면 “--”를 선택합니다.

Matrix layout

Full matrix(기본값), Lower left only 또는 Upper right only. 모든 쌍 행렬에만 적용됩니다.

Show histograms on the diagonal

기본적으로 선택되어 있으며, 대각선 패널에 각 변수의 히스토그램을 그립니다. Color-category column을 지정하면 범주마다 히스토그램이 하나씩 겹쳐 그려집니다. 선택을 해제하면 대각선 패널이 빠집니다.

Title

그림의 제목입니다. 기본값은 “Matrix Plot”입니다.

Discrete color sequence

범주에 사용하는 색상 팔레트입니다. 기본값은 D3입니다.

Data Options: Subset (optional)

Exclude matching rows(기본값) 또는 Include only matching rows이며, Row numbers(예: 3,7,12-15) 및/또는 Condition(예: Batch_Type == "Premium")으로 행을 선택합니다.

Show guided interpretation

Predictive Ability Report, Diagnostic Report, Report Card(첫 번째 변수에 대한 Scatterplot Screener)를 추가합니다. 기본적으로 꺼져 있습니다.

matrix-plot-inputs


그림 1 — 예제의 옵션: Batch_Type으로 색상을 구분한 네 가지 재료 특성, 왼쪽 아래 배치, 대각선의 히스토그램, 안내형 해석 켬.

출력 설명

  • Matrix Plot — 산점도 격자이며, 해당 옵션을 선택하면 대각선에 각 변수의 히스토그램이 표시됩니다. 범주를 선택하면 범례와 함께 범주별로 색이 구분되며, 점 위에 마우스를 올리면 그 값을 읽을 수 있습니다.
  • Predictive Ability Report — 첫 번째 변수에 대한 예측 변수로서 각 X의 최적 모형(Linear 또는 Quadratic)과 그 R-sq(adj) %를 나타내는 막대 그래프와 표(안내형 해석에서만).
  • Diagnostic Report — 각 패널에서 찾아야 할 패턴(안내형 해석에서만).
  • Report Card — 특이한 데이터, 대체 그래프, 다음 단계에 대한 점검(안내형 해석에서만).
  • Download를 통한 PDF 내보내기.

matrix-plot-output


그림 2 — 40개 배치의 밀도, 경도, 인장 강도, 연신율에 대한 왼쪽 아래 행렬이며 Standard(파랑)와 Premium(주황)으로 구분되고 대각선에는 각 특성의 히스토그램이 있습니다.

계산 예제

한 금속공학자가 재료 배치 40개(Standard 20개, Premium 20개)마다 밀도(g/cc), 경도(HB), 인장 강도(MPa), 연신율(%)의 네 가지 특성을 가지고 있습니다. 여섯 개의 별도 산점도 대신, 이 금속공학자는 네 가지를 모두 Variables로 선택하고, Color-category column = Batch_Type, Matrix layout = Lower left only로 설정하고, Show histograms on the diagonal은 선택된 상태로 두고 Show guided interpretation을 선택합니다.

밀도, 경도, 인장 강도는 좁고 곧은 띠를 이루며 함께 증가하며, 상관은 0.97~0.99입니다. 연신율은 이보다 느슨하게 반대 방향으로 갑니다. 더 강한 배치일수록 연성이 낮습니다(상관 약 −0.46~−0.51). Premium 배치는 경도(평균 212.9 대 180.1 HB)와 인장 강도(1253.6 대 1126.2 MPa)가 더 높은 반면, 밀도는 거의 차이가 없습니다(7.878 대 7.850 g/cc).

밀도를 Y로 한 Predictive Ability Report는 경도(R-sq(adj) 96.4%)와 인장 강도(93.7%)가 각각 직선만으로 밀도를 거의 완전히 예측하는 반면, 연신율은 18.8%만 설명함을 보여 줍니다. 팀에게 이는 경도, 인장 강도, 밀도가 거의 같은 정보를 담고 있다는 뜻입니다. 간단한 경도 시험으로 배치의 강도를 선별할 수 있으며, 연신율은 다른 변수로부터 잘 추론할 수 없으므로 따로 측정해야 합니다.

자주 묻는 질문

행렬도는 언제 사용합니까?

회귀분석 전에 여러 공정 입력과 출력을 선별하거나, 같은 정보를 담은 변수를 찾거나, 산점도 하나로는 놓칠 수 있는 군집과 특이한 점을 발견하려면 행렬도를 사용합니다. 여러 개의 별도 산점도를 하나의 격자로 대체합니다. 예를 들어 변수가 네 개이면 산점도가 여섯 개 필요합니다.

행렬도는 어떻게 읽습니까?

각 패널은 한 변수를 다른 변수에 대해 그립니다. 곧고 좁은 점의 띠는 강한 선형 관계를, 부채꼴 모양은 불균등한 변동을, 분리된 점 구름은 군집이나 층화를 의미합니다. 선택한 모든 변수가 수치인 행만 사용하므로 모든 패널이 같은 관측값을 보여 줍니다.

행렬도의 Predictive Ability 보고서란 무엇입니까?

안내형 해석에서는 첫 번째 변수가 Y이고 나머지 각 변수가 X입니다. 각 X에 대해 직선과 2차식을 적합하며, 2차 항이 5%에서 유의한 경우에만 2차식을 채택합니다. 더 나은 모형의 수정 R-제곱이 예측 능력(Predictive Ability)으로 보고되며, 이는 X 하나만으로 설명되는 Y의 변동 비율입니다.

전체 행렬 배치와 왼쪽 아래 배치는 어떻게 다릅니까?

전체 행렬은 모든 쌍을 양방향으로 보여 주므로 각 관계가 두 번 나타납니다. 왼쪽 아래 또는 오른쪽 위 배치는 중복되는 패널을 없애기 위해 행렬의 절반만 보여 줍니다. 배치 옵션은 모든 쌍 행렬에만 적용되며 Y 대 X 격자에는 적용되지 않습니다.