Calculateur du Coefficient de Corrélation de Pearson

Entrez vos deux ensembles de données pour mesurer la relation linéaire.

Fournissez les données pour la première variable (X), séparées par des virgules. Doit avoir le même nombre de valeurs que Y.

Exemples

Explorez comment fonctionne la corrélation avec différents ensembles de données.

Forte Corrélation Positive

positive

Lorsque X augmente, Y tend à augmenter.

Valeurs X: 1, 2, 3, 4, 5, 6

Valeurs Y: 2, 3.1, 3.9, 5.2, 6, 7.1

Forte Corrélation Négative

negative

Lorsque X augmente, Y tend à diminuer.

Valeurs X: 10, 20, 30, 40, 50

Valeurs Y: 88, 70, 65, 50, 32

Aucune Corrélation

none

Aucune relation linéaire claire entre X et Y.

Valeurs X: 1, 2, 3, 4, 5, 6, 7

Valeurs Y: 10, -5, 12, 0, 15, -8, 7

Autres titres
Comprendre le Coefficient de Corrélation de Pearson
Un guide pour mesurer la relation linéaire entre deux variables.

1. Qu'est-ce que le Coefficient de Corrélation de Pearson (r) ?

Le Coefficient de Corrélation de Pearson, noté 'r', mesure la force et la direction d'une relation linéaire entre deux variables. Il produit une valeur comprise entre -1 et +1.

2. Interpréter les Résultats

R-carré (Coefficient de Détermination)
R-carré (r²) est la proportion de la variance dans la variable dépendante qui est prévisible à partir de la variable indépendante. Par exemple, un r² de 0,64 signifie que 64% de la variance en Y peut être expliquée par X.
Statistique t et valeur p
La statistique t et la valeur p sont utilisées pour tester l'hypothèse que la corrélation est significativement différente de zéro. Une petite valeur p (typiquement < 0,05) indique que la corrélation observée est statistiquement significative.