Saisissez le même nombre de valeurs dans chaque case — une par ligne, ou séparées par des virgules ou des espaces.
À propos de cet outil
Le Calculateur de coefficient de corrélation mesure à quel point deux variables évoluent ensemble à l'aide du r de Pearson. Collez vos valeurs X dans la première case et les valeurs Y correspondantes dans la seconde, un nombre par ligne (ou séparés par des virgules, des espaces ou des points-virgules) ; le calcul s'exécute localement dans votre navigateur et rien n'est envoyé où que ce soit.
Après avoir trouvé les moyennes x̄ et ȳ, il calcule Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ). Le r de Pearson = Sxy / √(Sxx·Syy) se situe toujours entre −1 et +1 ; r² est son carré, et la covariance de l'échantillon est Sxy / (n − 1). Une étiquette décrit la force à partir de |r| (≥0,9 très forte, ≥0,7 forte, ≥0,5 modérée, ≥0,3 faible, sinon négligeable) ainsi que la direction.
Les deux listes doivent contenir le même nombre de valeurs, et il faut au moins deux paires. Si les longueurs diffèrent, l'outil vous l'indique plutôt que de deviner quelles valeurs s'associent.
Foire aux questions
Qu'est-ce que le r de Pearson ?
C'est la mesure standardisée de l'association linéaire : r = Sxy / √(Sxx·Syy). Il varie de −1 (négatif parfait) à 0 (aucune) jusqu'à +1 (relation linéaire positive parfaite).
Comment l'étiquette de force est-elle décidée ?
À partir de la valeur absolue de r : 0,9 et plus est très forte, 0,7–0,9 forte, 0,5–0,7 modérée, 0,3–0,5 faible, et en dessous de 0,3 négligeable. Le signe de r donne la direction positive ou négative.
Pourquoi les deux listes doivent-elles avoir la même longueur ?
La corrélation compare des observations appariées, donc chaque X doit avoir exactement un Y correspondant. Si les décomptes diffèrent, l'appariement est ambigu et l'outil signale un écart de longueur au lieu de calculer.
Corrélation signifie-t-elle causalité ?
Non. Un r élevé signifie seulement que les deux variables tendent à changer ensemble ; il ne prouve pas que l'une cause l'autre. Un troisième facteur caché ou une coïncidence peut produire une forte corrélation.
Plus d'outils