통계에서는 일련의 어떤 사건들이 일상적으로 일어날 수 있는 확률범위의 사건인지, 아니면 뭔가 평상시와는 다른 사건인지를 판단하는 것이 매우 중요하다.
예를 들어 어느 공장의 불량률이 평균 3%였는데, 이번달에는 4%라면 이것이 통계범위에서 용인될 수 있는 변화인지, 아니면 기계고장 등의 이유가 있어 평소보다 높은 것인지를 판단할 필요가 있다. 이 때 평소에 불량률이 얼마나 들쭉날쭉한지(표준편차)를 알고 있다면 이를 이용해 신뢰계수 범위에서 의미가 있는지(유의성)을 판단할 수 있다.
이와 비슷하게, 어떤 사건이 일어났을 때 공간적으로 인접한 지역에서 비슷한 값을 갖는지(공간자기상관관계를 갖는지)를 판단하는 대표적인 판단 계수가 Moran’s I 다. Moran 이란 학자가 공간자기상관관계를 판단할 수 있는 수치(계수)를 만들어 I란 기호를 부여한 것이다.
만약 실제 사건을 가지고 계산한 I 값이 사건이 공간적인 특성 없이 무작위로 분포될 때의 I값인 기대값보다 크다면 이는 공간적으로 인접한 지역들이 비슷한 값을 가지는 공간자기상관관계를 어느정도 가지고 있다는 의미가 된다.
이번 강의에서는 PySAL이 제공하는 Moran's I 샘플을 통해 PySAL의 기본적인 사용법과 공간통계의 기본적인 해석법을 배워 보겠다.
