핫스팟분석 (Hot Spot Analysis)
쉽게 풀면
주변보다 유독 값이 높거나 낮은 곳이 통계적으로 진짜 뭉쳐있는지 찾아내는 방법이다. 지도 위에서 '진짜' 뜨거운 지역과 그냥 우연히 값이 높게 나온 지역을 통계로 구분해내는 방법이다.
왜 중요한가
사건이나 값이 통계적으로 유의하게 집중된 지역을 찾아내는 기법으로, 범죄 예방 순찰 배치, 감염병 집중 관리, 교통사고 다발 지점 개선처럼 자원을 우선 배분할 지역을 정하는 실무에 직접 쓰입니다. Gi* 통계량과 커널밀도가 대표적 방법입니다.
논문에서는 이렇게 쓰입니다
핫스팟분석은 단순히 값이 높은 지역을 찾는 것이 아니라 주변지역과 함께 유의하게 높은 군집(핫스팟)을 통계적으로 검정한다.
이는 핫스팟분석이 한정된 자원을 효율적으로 배분하는 정책 결정에 활용될 수 있음을 보여준다.
조금 더 깊게 보면
커널밀도 지도는 시각적 핫스팟을 보여줄 뿐 통계적 유의성을 말해주지 않으므로 검정 기반 방법과 구분해야 합니다. 핫스팟은 분석 단위와 거리 대역에 따라 위치와 크기가 바뀌고, 인구가 많은 곳이 단순히 사건도 많은 것을 위험 지역으로 오독할 수 있어 배경 인구 대비 비율로 보아야 합니다. 시간 차원을 추가한 시공간 핫스팟은 이동하는 패턴을 포착하는 데 유리합니다. 게티스-오드 Gi* 통계량은 각 지역과 그 주변(자기 자신 포함)의 값 합을 전체 평균과 비교해 z점수로 표준화하는 방식이며, 자기 자신을 포함하지 않는 Gi 통계량과 구분된다. 결과는 흔히 신뢰수준(90%, 95%, 99%)별로 색을 다르게 표시해, 통계적 확신의 정도까지 함께 지도에 담아낸다. Gi* 통계량은 통계학자 게티스와 오드가 제안한 방법으로, 지리정보시스템 소프트웨어에 기본 분석도구로 내장되어 있는 경우가 많다. 시간 흐름에 따라 핫스팟이 특정 방향으로 이동하는 양상을 추적하는 시공간 핫스팟 분석은 범죄 예방 순찰 전략 수립에 실무적으로 쓰인다.
주의할 점
핫스팟분석 결과는 사용된 공간가중치 행렬(인접기준, 거리기준 등)의 설정에 따라 달라질 수 있다.
동일한 자료라도 분석 단위(격자 vs 행정구역)를 바꾸면 핫스팟으로 식별되는 지역의 위치와 범위가 달라질 수 있다.