15강. 상관관계와 인과관계: 함께 변하는 값의 함정

?1. 이번 강의에서 해결할 문제

플레이 시간이 길수록 점수가 높다는 상관만으로 긴 플레이가 점수를 올린다고 결론 내리면 숙련도나 모드 같은 제3의 요인을 놓칩니다.

✓2. 학습 목표

✓이 강의를 마치면

• Pearson 상관계수의 범위와 방향을 설명합니다.
• 상관행렬과 산점도를 함께 해석합니다.
• 교란 변수와 인과 검증을 위한 추가 설계를 제시합니다.

◇3. 핵심 개념

상관계수는 두 변수의 선형 관계 방향과 강도를 -1에서 1 사이로 요약합니다. 0에 가까워도 비선형 관계가 있을 수 있고 큰 절댓값도 인과를 증명하지 않습니다. 선택 편향, 역인과, 숙련도·모드 같은 교란 변수를 고려해야 합니다.

✎4. 단계별 실습

1. 예제 파일 작성

실행 환경: 코드 편집기

실행 위치: C:\dev\game-data-lab

실행 전 확인: 기존 파일이 있으면 내용을 덮어쓰지 말고 Git diff로 이번 강의 변경 범위를 확인합니다. 실제 개인정보·API Key·토큰은 사용하지 않습니다.

대상 파일: src/correlation_check.py

src/correlation_check.py

import pandas as pd

df = pd.read_csv("data/processed/analysis_sessions.csv")
numeric = df[["play_minutes", "score", "win"]]
print("전체 상관:", numeric.corr(method="pearson").round(3), sep="\n")
for mode, group in df.groupby("game_mode"):
    value = group["play_minutes"].corr(group["score"])
    print(mode, "n=", len(group), "play-score corr=", round(value, 3))

2. 실행과 결과 확인

실행 환경: Windows PowerShell

실행 위치: C:\dev\game-data-lab

실행 전 확인: Python 코드는 프로젝트의 .venv 인터프리터를 사용하고 입력 파일 경로가 존재하는지 확인합니다.

대상: src/correlation_check.py과 이 강의가 만드는 출력

Windows PowerShell

Set-Location C:\dev\game-data-lab
.\.venv\Scripts\python.exe .\src\correlation_check.py

예상 결과: 전체와 모드별 상관계수·표본 수가 출력되어 집단을 나눌 때 관계가 달라질 수 있음을 확인합니다.

→5. 분석 또는 모델이 동작하는 이유

corr은 결측이 아닌 쌍을 이용해 선형 관계를 계산합니다. 그룹별 결과를 함께 보면 전체 상관이 집단 구성 차이에서 왔을 가능성을 점검할 수 있습니다.

!6. 자주 하는 실수와 해결법

!자주 하는 실수

• 실수: 상관 0을 관계 없음으로 단정하기 해결: 산점도와 비선형 가능성을 봅니다.
• 실수: 상관을 원인 효과로 표현하기 해결: 관찰 결과와 가설을 구분합니다.
• 실수: 표본 수를 생략하기 해결: 계수 옆에 n과 기간을 표시합니다.

✎7. 직접 실습

✎직접 실습

1. 모드와 숙련 구간별 상관을 계산합니다.
2. 상관을 만드는 가능한 교란 변수 세 가지를 적습니다.
3. 원인을 검증할 A/B 테스트의 처리·대조 조건을 설계합니다.

실습 기록에는 입력 파일, 실행 명령, 행 수, 처리 규칙과 실제 결과를 남깁니다. 평균 하나를 전체 결론으로 확대하지 않고, 상관관계를 인과관계로 표현하지 않으며, 평가 데이터 정보를 학습에 사용하지 않았는지 확인합니다.

?8. 이해 점검 질문 3개

?이해 점검

1. 상관계수 0은 무엇을 보장하지 않나요?
2. 교란 변수란 무엇인가요?
3. 관찰 데이터에서 인과 주장을 조심해야 하는 이유는 무엇인가요?

■9. 핵심 요약

■핵심 요약

상관은 함께 변하는 선형 패턴을 요약할 뿐 원인을 증명하지 않습니다. 산점도·표본 수·집단별 결과·교란 변수를 함께 검토합니다.