Calculateur de Corrélation de Rang de Spearman

Calculateur de Corrélation de Rang de Spearman

Le Calculateur de Corrélation de Rang de Spearman calcule le coefficient de corrélation de rang de Spearman (ρ, également écrit r_s), une mesure non paramétrique de la force et de la direction de la relation monotone entre deux variables classées. Il fonctionne en convertissant les données brutes en rangs puis en mesurant la corrélation entre ces rangs, ce qui le rend robuste aux valeurs aberrantes et adapté aux données ordinales.

Comment utiliser le calculateur de corrélation de rang de Spearman

1. Saisir les valeurs X : Entrez votre premier ensemble de données dans le champ Variable X, séparées par des virgules, des espaces ou des sauts de ligne.
2. Saisir les valeurs Y : Entrez votre deuxième ensemble de données dans le champ Variable Y. Les deux ensembles doivent avoir le même nombre de valeurs.
3. Définir la précision : Choisissez le nombre de décimales pour vos résultats (de 2 à 15).
4. Choisir le niveau de signification : Sélectionnez α = 0,01, 0,05 ou 0,10 pour le test d'hypothèse.
5. Cliquer sur Calculer : Affichez le coefficient de corrélation, le test de signification, les visualisations et les calculs détaillés.

Formule de corrélation de rang de Spearman

Pour des données sans ex aequo, le ρ de Spearman est calculé comme suit :

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$

où \(d_i\) est la différence entre les rangs de chaque paire d'observations et \(n\) est le nombre de paires de données. Lorsqu'il y a des rangs ex aequo, un facteur de correction est appliqué en utilisant la formule générale basée sur les sommes de rangs.

Quand utiliser Spearman vs Corrélation de Pearson

Choisissez la corrélation de rang de Spearman lorsque :

• Vos données sont ordinales (rangs) plutôt que sur une échelle d'intervalle ou de rapport
• La relation entre les variables est monotone mais pas nécessairement linéaire
• Vos données contiennent des valeurs aberrantes qui fausseraient la corrélation de Pearson
• Les données ne suivent pas une distribution normale
• Vous avez un échantillon de petite taille

Choisissez la corrélation de Pearson lorsque vos données sont continues, normalement distribuées, et que la relation attendue est linéaire.

Interpréter les résultats

• ρ = +1 : Relation monotone positive parfaite — quand X augmente, Y augmente toujours
• ρ = −1 : Relation monotone négative parfaite — quand X augmente, Y diminue toujours
• ρ = 0 : Aucune relation monotone entre les variables
• 0,7 ≤ |ρ| < 1,0 : Corrélation forte
• 0,5 ≤ |ρ| < 0,7 : Corrélation modérée
• 0,3 ≤ |ρ| < 0,5 : Corrélation faible
• |ρ| < 0,3 : Corrélation très faible ou nulle

Comment sont gérés les rangs ex aequo

Lorsque deux ou plusieurs observations partagent la même valeur, elles reçoivent la moyenne des rangs qu'elles auraient occupés. Par exemple, si les valeurs aux positions 3 et 4 sont égales, elles reçoivent toutes deux le rang 3,5. Le calculateur détecte automatiquement les égalités et applique la formule de correction appropriée pour maintenir l'exactitude.

Test de signification

Le calculateur effectue un test t bilatéral pour déterminer si la corrélation est statistiquement significative. La statistique de test est :

$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$

Elle est comparée à la valeur critique de la distribution t avec n−2 degrés de liberté au niveau de signification choisi.

Foire Aux Questions