Une fois les données transformées en rangs, on peut calculer le coefficient de corrélation de Spearman au moyen de la même formule que celle utilisée pour calculer le coefficient de corrélation de Pearson mais en utilisant les rangs. Pour rappel, voici la formule pour calculer le coefficient de corrélation de Spearman: \[r_s = \frac{\sum (R_X-\frac{N+1}{2})(R_Y-\frac{N+1}{2})}{\sqrt{\sum (R_X-\frac{N+1}{2})^2\sum(R_Y-\frac{N+1}{2})^2}}\] La suite du raisonnement est identique au coefficient de corrélation de Pearson: La valeur de r s obtenue est une estimation de la corrélation entre deux variables dans la population. Dès lors, sa valeur fluctuera d'un échantillon à l'autre. On veut donc savoir si, dans la population ces deux variables sont réellement corrélées ou pas. On doit donc réaliser un test d'hypothèse. H0: Pas de corrélation entre les deux variables: ρ = 0 HA: Corrélation entre les deux variables: ρ ≠ 0 On a vu au cours théorique que cette hypothèse pouvait être testée à l'aide d'un test de t.
Exemple Copiez les données d'exemple dans le tableau suivant, et collez-le dans la cellule A1 d'un nouveau classeur Excel. Pour que les formules affichent des résultats, sélectionnez-les, appuyez sur F2, puis sur Entrée. Si nécessaire, vous pouvez modifier la largeur des colonnes pour afficher toutes les données. Données y connus x connus 2 6 3 5 9 11 1 7 8 4 Formule R ésultat TERMINATION(A3:A9; B3:B9) Carré du coefficient de corrélation de Pearson à l'aide des points de données compris dans les plages A3:A9 et B3:B9. 0, 05795
Au contraire, plus le R² tend vers 1, plus le nuage de points se resserre autour de la droite de régression. Quand les points sont exactement alignés sur la droite de régression, alors R² = 1. Notation Le coefficient de détermination est noté R². Dans le cas d'une corrélation linéaire, R² = r ², où r est le coefficient de corrélation linéaire. À noter que R² n'est le carré du coefficient de corrélation r que dans le cas particulier de la régression linéaire. Dans les autres régressions non linéaires (logarithmique, exponentielle, etc. ) ce n'est pas le cas. C'est pour éviter cette confusion qu'on note habituellement en minuscule le coefficient de corrélation, et en majuscule le coefficient de détermination.
• Le coefficient de corrélation négatif montre une relation inverse entre les deux variables. Cela implique qu'une augmentation d'une variable se caractérise par une diminution de l'autre. • Si les coordonnées de ligne et de colonne sont les mêmes, la sortie est 1. Cela implique que chaque variable est parfaitement corrélée avec elle-même. Décrivez la signification de la matrice de corrélation dans Excel. Une matrice de corrélation résume une grande quantité de données. La matrice est importante lorsque le but est d'observer des modèles de coefficients de corrélation de différentes variables. La matrice de corrélation est une entrée nécessaire pour effectuer des analyses avancées telles que des modèles d'équations structurelles, une analyse factorielle confirmatoire, une régression linéaire et une analyse factorielle exploratoire. La matrice de corrélation d'Excel affiche les coefficients de corrélation sous forme de tableau. La corrélation évalue la dépendance d'une variable à l'autre.
Les coefficients de corrélation varient entre -1 et 1. Une valeur positive indique une corrélation positive. Une valeur négative reflète une corrélation négative. Une valeur proche de zéro reflète l'absence d'une corrélation linéaire. Les corrélations entre les préférences et les attributs sont la plupart du temps proches de 0. La corrélation entre la préférence et l'attribut "Croustillant" est un peu plus haute avec 0. 466. Ceci suggère que le seul critère pour lequel il les consommateurs aiment plus si il est plus élevé, est le caractère croustillant. Pour les autres critères il est probable qu'il existe un niveau optimal intermédiaire, au-delà duquel les consommateurs font par de leur insatisfaction. Les valeurs affichées en gras sont significatives à un niveau de signification de 0. 05. Cela signifie que le risque de rejeter l'hypothèse nulle alors qu'elle est vraie est inférieur à 5%. Les p-values correspondantes (le risque estimé) sont affichées dans le tableau suivant. XLSTAT est parmi les quelques logiciels produisant des cartes de corrélation.
Ce tutoriel explique comment calculer et interpréter une corrélation de Spearman avec Excel en utilisant XLSTAT. Jeu de données pour calculer une corrélation de Spearman et tester sa significativité Les données utilisées dans cet exemple correspondent à une étude lors de laquelle un type de chips a été évalué par 100 consommateurs. Chaque consommateur a donné son avis sur l'échelle allant de 1 à 5 pour quatre attributs (salé, sucré, acidité, croustillant) - 1 correspond à "très peu", et 5 à "très", puis a indiqué sa préférence sur une échelle de 1 à 10. Notre but est d'évaluer les corrélations entre les quatre attributs et la préférence. Paramétrer le calcul d'une corrélation de Spearman et tester sa significativité Les corrélations sont calculées dans plusieurs fonctions de XLSTAT. Cependant deux fonctions sont y consacrées: la fonction Description des données / Matrices de similarité/dissimilarité, et la fonction Tests de Corrélation/Association / Tests de corrélation. Dans ce tutoriel, nous utilisons l'outil Tests de Corrélation/Association / Tests de corrélation.
skytimetravel.net, 2024