시험 직전 요약장

• EDA는 질문과 데이터 구조를 갱신하는 반복 절차다.
• 분석 단위·시점·자료형·분모를 확인한 뒤 그래프를 선택한다.
• 상자그림 울타리 밖 값은 잠재적 이상값이며 자동 삭제 기준이 아니다.
• 상관계수 0은 비선형 관계가 없다는 뜻이 아니며, 분산이 0이면 상관계수는 정의되지 않는다.
• 전체 관계와 집단별 관계가 반대일 수 있으므로 층별 비율과 표본 수를 본다.
• 잔차의 곡선·깔때기·시간 패턴은 각각 비선형성·이분산성·의존 가능성을 시사한다.
• 축·단위·기간·표본 수·결측 처리·그래프 설정을 함께 기록한다.
• 탐색 결과는 후보 가설이며 확증적 검정이나 인과관계의 증명이 아니다.

한 변수의 분산이 0이면 분모가 0이어서 $r$은 정의되지 않는다. $r$은 극단값에 민감하고 선형 관계를 요약하므로 $r\approx0$이 곧 무관계를 뜻하지 않는다. 예를 들어 $x=(-2,-1,0,1,2)$, $y=x^2=(4,1,0,1,4)$이면 대칭 때문에 $\sum x_i(y_i-\bar y)=0$이 되어 $r=0$이지만 두 변수는 완전한 곡선 관계다. 산점도와 집단별 패널을 함께 본다.