Points clés
- Catégorie
- Maths, dates et finance
- Types d’entrée
- textarea, text, number, checkbox
- Type de sortie
- json
- Couverture des échantillons
- 1
- API disponible
- Yes
Vue d’ensemble
Le Calculateur de corrélation de Spearman est un outil statistique conçu pour évaluer la force et la direction d'une association monotone entre deux variables. Contrairement à la corrélation de Pearson, il transforme les données brutes en rangs, ce qui le rend idéal pour analyser des données ordinales ou des relations non linéaires tout en limitant l'impact des valeurs aberrantes. Saisissez simplement vos paires de données pour obtenir instantanément le coefficient de Spearman et les détails des rangs.
Quand l’utiliser
- •Lorsque vous analysez des données ordinales, telles que des classements, des échelles de Likert ou des scores de satisfaction.
- •Quand la relation entre vos deux variables est monotone (elle augmente ou diminue de façon constante) mais pas nécessairement linéaire.
- •Si votre jeu de données contient des valeurs aberrantes extrêmes qui fausseraient le résultat d'une corrélation classique de Pearson.
Comment ça marche
- •Saisissez vos données sous forme de paires (une paire par ligne séparée par une virgule) dans le champ principal, ou utilisez les champs X et Y séparés.
- •Ajustez le nombre de décimales souhaité pour la précision du résultat final.
- •Cochez l'option pour inclure les détails des rangs si vous souhaitez analyser la transformation des données brutes.
- •L'outil convertit automatiquement les valeurs en rangs et calcule le coefficient de corrélation de Spearman au format JSON.
Cas d’usage
Exemples
1. Analyse des scores de satisfaction
Analyste de données- Contexte
- Un analyste souhaite vérifier si le temps passé sur une application est lié au score de satisfaction (sur 5) donné par les utilisateurs.
- Problème
- Calculer la corrélation sur des données ordinales (scores de 1 à 5) sans supposer une relation strictement linéaire.
- Comment l’utiliser
- Saisissez les paires (temps en minutes, score) dans le champ 'Paires de données' et cochez 'Inclure les détails des rangs'.
- Configuration d’exemple
-
10, 2 15, 3 20, 3 30, 4 45, 5 - Résultat
- L'outil renvoie le coefficient de Spearman, confirmant la force de la relation monotone entre le temps d'utilisation et la satisfaction.
2. Comparaison de classements sportifs
Statisticien sportif- Contexte
- Un statisticien compare le classement de plusieurs équipes à la mi-saison avec leur classement final.
- Problème
- Mesurer la similarité entre deux ensembles de rangs pour évaluer la prédictibilité du championnat.
- Comment l’utiliser
- Entrez les classements de la mi-saison dans 'Valeurs X' et les classements finaux dans 'Valeurs Y', puis définissez les décimales sur 3.
- Configuration d’exemple
-
Valeurs X: 1, 2, 3, 4, 5 Valeurs Y: 2, 1, 4, 3, 5 - Résultat
- Le calculateur fournit le coefficient de corrélation exact (ex: 0.800), indiquant une forte stabilité des performances des équipes.
Tester avec des échantillons
math-&-numbersFAQ
Qu'est-ce que la corrélation de Spearman ?
C'est une mesure statistique non paramétrique qui évalue la relation monotone entre deux variables en se basant sur le classement (rang) de leurs valeurs plutôt que sur les valeurs brutes.
Quelle est la différence entre la corrélation de Spearman et celle de Pearson ?
Pearson mesure une relation linéaire entre des valeurs brutes, tandis que Spearman évalue une relation monotone en utilisant les rangs des données, ce qui le rend moins sensible aux valeurs extrêmes.
Comment interpréter le résultat du coefficient ?
Le coefficient varie de -1 à 1. Une valeur de 1 indique une corrélation positive parfaite, -1 une corrélation négative parfaite, et 0 l'absence totale de corrélation monotone.
Puis-je entrer les valeurs X et Y séparément ?
Oui, vous pouvez soit coller des paires de données dans le champ principal, soit utiliser les champs optionnels dédiés aux valeurs X et Y pour séparer vos séries de données.
L'outil gère-t-il les ex-aequo (valeurs identiques) ?
Oui, lors de la conversion en rangs, l'algorithme attribue automatiquement la moyenne des rangs correspondants aux valeurs identiques.