Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment calculer manuellement un coefficient de corrélation de Pearson



Un coefficient de corrélation de Pearson mesure l’association linéaire entre deux variables.

Il prend toujours une valeur comprise entre -1 et 1 où :

  • -1 indique une corrélation linéaire parfaitement négative entre deux variables
  • 0 indique aucune corrélation linéaire entre deux variables
  • 1 indique une corrélation linéaire parfaitement positive entre deux variables

La formule pour calculer un coefficient de corrélation de Pearson, noté r , est :

Source : Wikipédia

Ce didacticiel fournit un exemple étape par étape de la façon de calculer manuellement un coefficient de corrélation de Pearson pour l’ensemble de données suivant :

Étape 1 : Calculer la moyenne de X et Y

Tout d’abord, nous allons calculer la moyenne des valeurs X et Y :

Étape 2 : Calculer la différence entre les moyennes

Ensuite, nous calculerons la différence entre chacune des valeurs individuelles X et Y et leurs moyennes respectives :

Étape 3 : Calculer les valeurs restantes

Ensuite, nous calculerons les valeurs restantes nécessaires pour compléter la formule du coefficient de corrélation de Pearson :

Étape 4 : Calculer les sommes

Ensuite, nous calculerons les sommes des trois dernières colonnes :

Étape 5 : Calculer le coefficient de corrélation de Pearson

Maintenant, nous allons simplement intégrer les sommes de l’étape précédente dans la formule du coefficient de corrélation de Pearson :

Coefficient de corrélation de Pearson à la main

Le coefficient de corrélation de Pearson s’avère être de 0,947 .

Puisque cette valeur est proche de 1, cela indique que X et Y sont fortement corrélés positivement.

En d’autres termes, à mesure que la valeur de X augmente, la valeur de Y augmente également de manière hautement prévisible.

Ressources additionnelles

Une introduction au coefficient de corrélation de Pearson
Comment trouver un intervalle de confiance pour un coefficient de corrélation

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *