최근접이웃분석 (Nearest Neighbor Analysis)
쉽게 풀면
각 점에서 가장 가까운 다른 점까지의 거리를 재서, 점들이 뭉쳐있는지 흩어져있는지 판단하는 방법이다. 친구들이 삼삼오오 뭉쳐 앉았는지, 골고루 떨어져 앉았는지를 자로 잰 거리로 판단하는 것과 비슷하다.
왜 중요한가
각 점에서 가장 가까운 다른 점까지의 거리를 무작위 분포에서 기대되는 거리와 비교해 점 분포가 군집·무작위·규칙 중 어느 유형인지 판정하는 기법으로, 취락 분포, 점포 입지, 나무 분포 등 점 패턴 분석의 첫 단계로 쓰입니다. 계산이 간단해 탐색적 분석에 적합합니다. 편의점이나 카페 같은 프랜차이즈의 입지가 서로 몰리는 경향이 있는지 흩어지는 경향이 있는지 확인하는 상권분석에 실무적으로 쓰인다.
논문에서는 이렇게 쓰입니다
최근접이웃지수(R)가 1보다 작으면 군집, 1이면 무작위, 1보다 크면 균등분포에 가까운 것으로 해석된다.
공간적 군집 여부뿐 아니라 시간대를 나눠 분석하면 패턴이 달라질 수 있음을 보여주는 사례다.
조금 더 깊게 보면
결과가 연구 지역의 경계 설정에 크게 좌우되어 같은 점들도 지역을 넓게 잡으면 군집으로, 좁게 잡으면 규칙적으로 판정될 수 있습니다. 하나의 거리 척도만 보므로 여러 규모에서 다른 패턴이 겹친 경우를 놓치며, 이를 보완하려면 K 함수 같은 다중 척도 방법이 필요합니다. 경계 부근의 점은 지역 밖의 이웃을 놓쳐 거리가 과대 추정되므로 경계 보정이 요구됩니다. 최근접이웃지수(R)는 관측된 평균 최근접거리를 무작위(포아송) 분포에서 기대되는 평균거리로 나눈 값으로, 이 비율을 표준정규분포로 검정해 통계적 유의성을 판단한다. 이 방법은 점들의 존재 여부만 볼 뿐, 각 점이 가진 속성값(예: 매출액)의 크고 작음은 전혀 고려하지 않는다는 한계가 있다. R값이 1에서 다소 벗어나더라도 표본 수가 적으면 통계적으로 유의하지 않을 수 있어, z점수와 함께 유의확률을 반드시 확인해야 한다. 이 방법은 계산이 단순해 대규모 자료에서도 빠르게 결과를 낼 수 있어, 정밀 분석 전 초기 탐색 단계로 자주 활용된다.
주의할 점
분석범위(연구지역 경계)의 설정에 따라 최근접이웃지수 값이 달라질 수 있어 경계효과에 유의해야 한다.