Comprendre votre résultat de corrélation
Le tableau ci-dessous présente une échelle descriptive couramment utilisée pour interpréter la force de |r|. Ces plages relèvent d'une convention, non d'un test statistique, et les seuils retenus varient parfois d'une discipline à l'autre.
| Plage de |r| | Force de l'association linéaire |
|---|---|
| De 0,00 à 0,19 | Très faible |
| De 0,20 à 0,39 | Faible |
| De 0,40 à 0,59 | Modérée |
| De 0,60 à 0,79 | Forte |
| De 0,80 à 1,00 | Très forte |
- Le r de Pearson mesure spécifiquement une association linéaire. Deux variables peuvent entretenir une relation non linéaire forte et nettement structurée (une courbe en U, par exemple) tout en produisant un r proche de 0, puisque r ne détecte pas la courbure.
- Corrélation n'implique pas causalité : une corrélation élevée peut venir de ce qu'une variable en cause une autre, d'une troisième variable confondante influençant les deux, d'une causalité inversée, ou d'une simple coïncidence dans les données.
- Puisque r se calcule à partir d'écarts au carré, il est sensible aux valeurs aberrantes : un seul point extrême peut gonfler ou écraser sensiblement le coefficient.
- Le r de Pearson suppose une relation sous-jacente approximativement linéaire et des données mesurées sur une échelle d'intervalle ou de rapport ; pour des relations monotones mais non linéaires, une mesure fondée sur les rangs comme la corrélation de Spearman est souvent plus appropriée.
Qu'est-ce que le coefficient de corrélation de Pearson ?
Le coefficient de corrélation de Pearson (r) mesure la force et le sens de la relation linéaire entre deux variables numériques appariées. Il varie de −1 à +1 : des valeurs proches de +1 indiquent une forte relation linéaire positive (quand x augmente, y tend à augmenter), des valeurs proches de −1 une forte relation linéaire négative (quand x augmente, y tend à diminuer), et des valeurs proches de 0 une relation linéaire faible ou inexistante.
Ce calculateur fournit également le R², coefficient de détermination, égal à r² : il représente la part de la variance de y statistiquement expliquée par une relation linéaire avec x. Il ajuste enfin la droite de régression des moindres carrés, celle qui minimise la somme des carrés des écarts verticaux entre la droite et les points de données.
Une forte corrélation entre deux variables n'établit pas que l'une cause l'autre. La corrélation n'est qu'une association statistique ; établir une causalité exige des éléments supplémentaires, comme une expérience contrôlée ou une étude bien conçue écartant les variables confondantes et la causalité inversée.
Comment utiliser ce calculateur de corrélation
- Saisissez les valeurs de x sous forme de liste séparée par ;, par exemple 1; 2; 3; 4.
- Saisissez les valeurs de y correspondantes sous forme de liste séparée par ;, dans le même ordre et de même longueur que celle des x, par exemple 2; 4; 6; 8.
- Fournissez au moins 3 paires de données : en deçà, le coefficient de corrélation n'a pas de sens.
- Lisez le coefficient de corrélation (r), le R², la pente et l'ordonnée à l'origine de la droite de régression, ainsi que l'équation de cette droite.
La formule derrière la corrélation de Pearson et la régression linéaire
Le r de Pearson est la somme des produits des écarts de chaque variable à sa propre moyenne, divisée par la racine carrée du produit des sommes de carrés des écarts : r = Σ(xᵢ − x̄)(yᵢ − ȳ) / √[Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²].
La droite de régression des moindres carrés, ŷ = pente × x + ordonnée à l'origine, s'appuie sur pente = Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)² et ordonnée à l'origine = ȳ − pente × x̄, valeurs choisies pour minimiser la somme des carrés des écarts verticaux entre la droite et chaque point.
Exemple chiffré : x = 1, 2, 3, 4 et y = 2, 4, 6, 8 — une droite parfaite passant par l'origine, de pente 2. On obtient r = 1 (corrélation linéaire positive parfaite), R² = 1, une pente de 2, une ordonnée à l'origine de 0 et la droite de régression ŷ = 2x.
Erreurs fréquentes
- Interpréter la corrélation comme une causalité : une forte corrélation entre deux variables n'établit pas que l'une cause l'autre ; une troisième variable confondante, une causalité inversée ou une coïncidence peuvent produire le même schéma statistique.
- Supposer que le r de Pearson saisit n'importe quelle relation entre deux variables, alors qu'il ne mesure qu'une association linéaire : une forte relation courbe (non linéaire) peut donner un r proche de 0.
- Négliger l'influence des valeurs aberrantes, qui peuvent gonfler ou écraser sensiblement r, le calcul reposant sur des écarts au carré.
- Confondre r et la pente de régression : r est une mesure sans unité de la force et du sens de l'association linéaire, comprise entre −1 et +1, tandis que la pente porte les unités de y par unité de x et dépend de l'échelle des données.
- Extrapoler la droite de régression au-delà de la plage des valeurs de x observées, là où la relation linéaire estimée peut ne plus tenir.
Questions fréquentes
Que signifie un coefficient de corrélation égal à 1 ?
Un coefficient de corrélation de Pearson r = 1 signifie que les deux variables entretiennent une relation linéaire positive parfaite : chaque point se situe exactement sur une droite de pente positive et, quand x augmente, y augmente proportionnellement.
La corrélation signifie-t-elle causalité ?
Non. La corrélation mesure une association statistique entre deux variables, non une relation de cause à effet. Une corrélation élevée peut résulter du fait qu'une variable en cause une autre, d'un troisième facteur confondant agissant sur les deux, d'une causalité inversée ou d'une simple coïncidence : établir une causalité exige des éléments allant au-delà de la corrélation.
Qu'est-ce que le R² (coefficient de détermination) ?
Le R² est le carré du coefficient de corrélation de Pearson (r²) et représente la part de la variance de la variable y statistiquement expliquée par sa relation linéaire avec x. Un R² de 0,81 (issu d'un r de 0,9) signifie que 81% de la variance de y est associée à la relation linéaire avec x.
Deux variables peuvent-elles être fortement liées avec un coefficient faible ?
Oui. Le r de Pearson ne mesure que les relations linéaires. Deux variables peuvent être fortement et prévisiblement liées par un schéma courbe (non linéaire) — en U ou exponentiel, par exemple — tout en produisant un r proche de 0, car r ne capte pas ce type de relation.
Comment la droite de régression est-elle calculée ?
La droite de régression des moindres carrés minimise la somme des carrés des écarts verticaux entre la droite et chaque point. Sa pente vaut Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)², et son ordonnée à l'origine la moyenne de y moins la pente multipliée par la moyenne de x.
Combien de points faut-il pour une corrélation pertinente ?
Ce calculateur exige au moins 3 paires de données pour produire un résultat, mais les coefficients issus de très petits échantillons sont extrêmement sensibles aux points individuels et peuvent induire en erreur ; de plus grands échantillons donnent des estimations plus stables et plus fiables de la relation réelle.
Références
- Pearson K. Note on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London 1895; 58: 240-242.
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — correlation and linear regression. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (correlation, least-squares regression).
- Evans JD. Straightforward Statistics for the Behavioral Sciences. Brooks/Cole, 1996 (descriptive strength bands for |r|).
- Chatterjee S, Hadi AS. Regression Analysis by Example. Wiley (least-squares regression and its assumptions).