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 trouver la valeur P du coefficient de corrélation dans R



Le coefficient de corrélation de Pearson peut être utilisé pour mesurer l’association linéaire entre deux variables.

Ce coefficient de corrélation prend toujours une valeur comprise entre -1 et 1 où :

  • -1 : Corrélation linéaire parfaitement négative entre deux variables.
  • 0 : Aucune corrélation linéaire entre deux variables.
  • 1 : Corrélation linéaire parfaitement positive entre deux variables.

Pour déterminer si un coefficient de corrélation est statistiquement significatif, vous pouvez calculer le score t et la valeur p correspondants.

La formule pour calculer le t-score d’un coefficient de corrélation (r) est :

t = r√ n-2 / √ 1-r 2

La valeur p est calculée comme la valeur p bilatérale correspondante pour la distribution t avec n-2 degrés de liberté.

Pour calculer la valeur p d’un coefficient de corrélation de Pearson dans R, vous pouvez utiliser la fonction cor.test() .

cor.test(x, y)

L’exemple suivant montre comment utiliser cette fonction dans la pratique.

Exemple : Calculer la valeur P pour le coefficient de corrélation dans R

Le code suivant montre comment utiliser la fonction cor.test() pour calculer la valeur p du coefficient de corrélation entre deux variables dans R :

#create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate correlation coefficient and corresponding p-value
cor.test(x, y)

	Pearson's product-moment correlation

data:  x and y
t = -1.7885, df = 8, p-value = 0.1115
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.8709830  0.1434593
sample estimates:
       cor 
-0.5344408

À partir du résultat, nous pouvons voir :

  • Le coefficient de corrélation de Pearson est de -0,5344408 .
  • La valeur p correspondante est de 0,1115 .

Le coefficient de corrélation étant négatif, cela indique qu’il existe une relation linéaire négative entre les deux variables.

Cependant, puisque la valeur p du coefficient de corrélation n’est pas inférieure à 0,05, la corrélation n’est pas statistiquement significative.

Notez que nous pouvons également taper cor.test(x, y)$p.value pour extraire uniquement la valeur p pour le coefficient de corrélation :

#create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate p-value for correlation between x and y
cor.test(x, y)$p.value

[1] 0.1114995

La valeur p pour le coefficient de corrélation est 0,1114995 .

Cela correspond à la valeur p de la sortie précédente.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans R :

Comment calculer la corrélation partielle dans R
Comment calculer la corrélation de Spearman dans R
Comment calculer la corrélation glissante dans R

Ajouter un commentaire

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