Correlation (Pearson / Spearman)
Analyze the correlation between two continuous variables. Reports both the Pearson product-moment correlation (with a Fisher-z 95% intervalle de confiance and a t-test p-value) and the Spearman rank correlation (suited to non-normal or ordinal data).
① Saisir les données
One pair per line; two numbers (x and y) separated by a space or comma.
Mode d'emploi et méthodologie
Pearson ou Spearman ?
Utilisez Pearson lorsque les deux variables sont approximativement normales et la relation linéaire ; utilisez la corrélation de rangs de Spearman si les données sont asymétriques, ordinales ou comportent des valeurs aberrantes. Cet outil rapporte les deux.
Comment l'intervalle de confiance est-il calculé ?
L'IC 95 % du r de Pearson utilise la transformée z de Fisher (passer r en z, construire l'intervalle sur l'échelle z, puis revenir), adaptée pour n≥4.
Un coefficient significatif signifie-t-il une relation forte ?
Pas nécessairement. Un p significatif signifie seulement que la corrélation a peu de chance d'être due au hasard ; la force se lit sur le coefficient lui-même. Avec un grand échantillon, même une corrélation très faible peut être significative.
Une corrélation montre-t-elle une causalité ?
Non. La corrélation reflète seulement à quel point deux variables varient ensemble ; confusion ou causalité inverse peuvent être présentes. L'inférence causale nécessite un design adapté.
Collez le lien dans Slack, Teams, X ou LinkedIn — l’aperçu utilise la carte Open Graph de cette page.