Calculateur de correlation de Spearman

Calculateur de correlation de Spearman | Outil en ligne gratuit | Elysia Tools

Guide d'utilisation de l'outil

Découvrez quand utiliser cet outil, ce qu'il prend en charge et comment les utilisateurs l'appliquent.

Points clés

Catégorie: Math & Numbers
Types d’entrée: textarea, text, number, checkbox
Type de sortie: json
Exemples associés: 4
API disponible: Oui

Aperçu

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.

Fonctionnement

1Saisissez 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.
2Ajustez le nombre de décimales souhaité pour la précision du résultat final.
3Cochez l'option pour inclure les détails des rangs si vous souhaitez analyser la transformation des données brutes.
4L'outil convertit automatiquement les valeurs en rangs et calcule le coefficient de corrélation de Spearman au format JSON.

Cas d’usage

Évaluation de la corrélation entre les années d'expérience d'un employé et son niveau hiérarchique dans l'entreprise.
Analyse de la relation entre le classement d'un produit par les consommateurs et son prix de vente.
Étude environnementale comparant le niveau de pollution (classé par catégories ordinales) et la distance par rapport à une zone industrielle.

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.

Utilisation

Saisissez les paires (temps en minutes, score) dans le champ 'Paires de données' et cochez 'Inclure les détails des rangs'.

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.

Utilisation

Entrez les classements de la mi-saison dans 'Valeurs X' et les classements finaux dans 'Valeurs Y', puis définissez les décimales sur 3.

FAQ

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) ?

Valeurs X: 1, 2, 3, 4, 5
Valeurs Y: 2, 1, 4, 3, 5

Ce que cet outil vous aide à faire

Exécuter cet outil

Exécutions d’exemple préparées

Entrées

Résultat

Exemples adaptés à cet outil

Continuer avec des outils et dossiers associés

Exécutions d’exemple préparées

Entrées

Résultat

Découvrez quand utiliser cet outil, ce qu'il prend en charge et comment les utilisateurs l'appliquent.

Points clés

Aperçu

Quand l’utiliser

Fonctionnement

Cas d’usage

Exemples

1. Analyse des scores de satisfaction

2. Comparaison de classements sportifs

FAQ

Exemples de Traitement d'Images Android Java

Exemples de Traitement d'Images Android Kotlin

Exemples de Traitement d'Images Web Python

Exemples de Traitement d'Images Web Rust

Calculateur de distribution binomiale

Calculateur factoriel

Calculateur de Test Exact de Fisher

Calculateur de distribution geometrique