Calculateur de correlation de Spearman

Calcule la correlation de rang de Spearman

Transforme les valeurs en rangs pour mesurer une association monotone.

Exemples de résultats

1 Exemples

Calculer la correlation de rang

Utilise les rangs pour mesurer une relation monotone.

{
  "result": {
    "spearmanCorrelation": 0.9
  }
}
Voir paramètres d'entrée
{ "pairedData": "1, 10\n2, 20\n3, 18\n4, 30\n5, 40", "xValues": "", "yValues": "", "decimalPlaces": 4, "includeRankDetails": true }

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

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.
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-&-numbers

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) ?

Oui, lors de la conversion en rangs, l'algorithme attribue automatiquement la moyenne des rangs correspondants aux valeurs identiques.

Documentation de l'API

Point de terminaison de la requête

POST /fr/api/tools/spearman-correlation-calculator

Paramètres de la requête

Nom du paramètre Type Requis Description
pairedData textarea Non -
xValues text Non -
yValues text Non -
decimalPlaces number Non -
includeRankDetails checkbox Non -

Format de réponse

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
Données JSON: Données JSON

Documentation de MCP

Ajoutez cet outil à votre configuration de serveur MCP:

{
  "mcpServers": {
    "elysiatools-spearman-correlation-calculator": {
      "name": "spearman-correlation-calculator",
      "description": "Calcule la correlation de rang de Spearman",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=spearman-correlation-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Vous pouvez chaîner plusieurs outils, par ex.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, max 20 outils.

Si vous rencontrez des problèmes, veuillez nous contacter à [email protected]