점패턴분석 (Point Pattern Analysis)
쉽게 풀면
지도 위에 찍힌 점들이 우연히 흩어진 것인지, 특정 이유로 몰려있는 것인지를 통계로 확인하는 방법이다. 예를 들어 지도 위에 찍힌 범죄 발생 지점들이 무작위로 흩어져 있는지, 특정 지역에 몰려있는지를 통계적으로 검정하는 것이 점패턴분석이다. 지도 위에 점을 무작위로 뿌렸을 때 나올 법한 모양과, 실제 관측된 점들의 모양을 비교해 우연이 아님을 통계로 입증하는 방법이다.
왜 중요한가
범죄 발생지점, 질병 발병지, 상점 입지 등 점 사건의 공간적 분포가 우연인지 특정 요인에 의한 것인지 판별하는 데 쓰이며, 공간역학·범죄지리학·역학조사에서 핵심 분석도구로 활용됩니다. 전염병 역학조사에서 발병 사례가 단순 우연인지 특정 오염원 주변 군집인지 판별하는 고전적 사례(콜레라 지도)가 대표적이다.
논문에서는 이렇게 쓰입니다
점패턴분석에는 최근접이웃분석, K함수 등 다양한 통계량이 사용되며 무작위 분포와의 비교를 통해 유의성을 판단한다.
점패턴분석은 최근린분석, 커널밀도추정 등 다양한 통계기법을 활용해 무작위성과 군집성을 객관적으로 판별한다.
조금 더 깊게 보면
점패턴분석은 관측 범위(연구 경계)를 어떻게 설정하느냐에 따라 군집성 판정 결과가 달라질 수 있어, 동일한 데이터라도 분석 경계 설정에 따라 상반된 결론이 나올 수 있다는 점에 유의해야 합니다. 점패턴분석의 핵심 전제는 '완전공간무작위성(CSR)'이라는 귀무가설이며, 최근접이웃분석 이 하나의 척도만 보는 데 비해 K함수(립리의 K함수)는 여러 거리 규모에서 동시에 군집 여부를 검정할 수 있다는 차이가 있다. 점 사건 각각에 속성값(강도 등)이 있는 경우를 다루는 표식점과정 분석은 단순 위치만 보는 기본 점패턴분석보다 더 복잡한 통계기법을 요구한다. 커널밀도추정 결과를 점패턴분석의 시각화 보조 도구로 함께 사용하면, 통계적 검정 결과와 눈으로 보는 분포 형태를 나란히 비교할 수 있다.
주의할 점
점패턴분석 결과를 곧바로 인과관계로 해석해서는 안 되며, 군집이 확인되더라도 원인 규명에는 추가 분석이 필요하다.
점의 위치를 기록한 좌표 자체에 오차가 있으면, 그 오차가 실제 군집이 아닌 인공적인 군집처럼 보이게 만들 수 있다.