Calculateur de Correlation de Pearson en Ligne

Calculez le coefficient r de Pearson, le coefficient de détermination r² et la droite de régression linéaire à partir de paires de données. Outil 100% privé et local.

-
Coefficient de Pearson (r)
Détermination (r²) -
Paires (n) 0
Pente (m) -
Moyenne X | Y - | -
En attente de données...
Studio d'utilitaires

Voulez-vous cet outil sur votre site web ?

Personnalisez les couleurs y le mode sombre pour WordPress, Notion ou votre propre site.

Allons-y

Questions fréquemment posées

Qu'est-ce que le coefficient de corrélation de Pearson ?

C'est une mesure statistique qui quantifie la force et la direction de la relation linéaire entre deux variables quantitatives. Sa valeur oscille entre -1 (corrélation négative parfaite) et 1 (corrélation positive parfaite), 0 indiquant l'absence de relation linéaire.

Puis-je coller des données directement depuis Excel ?

Oui, notre calculatrice est optimisée pour interpréter les données copiées-collées depuis Excel, Google Sheets ou des fichiers CSV. Elle détecte automatiquement les colonnes et nettoie les caractères non numériques comme les symboles monétaires ou les pourcentages.

Pourquoi la valeur r est-elle basse si mes données semblent liées ?

Le coefficient de Pearson ne détecte que les relations linéaires. Si vos données ont une relation courbe (comme une parabole ou logarithmique), le coefficient de Pearson peut être très bas même s'il existe une connexion claire entre les variables.

Que signifie r² dans cette calculatrice ?

C'est le coefficient de détermination. Il représente la proportion de la variance de la variable dépendante qui est prédictible à partir de la variable indépendante. Par exemple, un r² de 0,85 indique que 85% de la variabilité est expliquée par le modèle linéaire.

# Calculateur de Correlation de Pearson en Ligne: Guide Complet

Le coefficient de corrélation de Pearson (r) est l'outil statistique standard pour mesurer comment deux variables numériques se rapportent l'une à l'autre de manière linéaire. Que ce soit pour un travail académique, une analyse de marché ou une recherche scientifique, comprendre la force de vos données est vital.
1 Relation Totale
0 Indépendance
Local Confidentialité 100%

# À quoi sert le coefficient r de Pearson ?

L'indice de Pearson permet de découvrir s'il existe une tendance : quand une variable augmente, l'autre augmente-t-elle aussi (corrélation positive) ou diminue-t-elle (corrélation négative) ? Cet outil est fondamental pour l'analyse de données avec Excel, SPSS ou Python.

Corrélation de Pearson

Idéale pour les variables quantitatives avec une relation linéaire claire.

  • Données Numériques
  • Relation Linéaire
  • Requiert la Normalité

Corrélation de Spearman

Meilleure pour les données ordinales ou les relations monotones non linéaires.

  • Données Ordinales (Rangs)
  • Relation Monotone
  • Résistante aux Valeurs Extrêmes

# Interprétation des résultats : tableau de valeurs

Plage de Valeur (r) Force de la Relation Signification Pratique
0,90 à 1,00Très ForteRelation quasi parfaite. Idéale pour les prédictions.
0,70 à 0,89ForteUne dépendance linéaire claire entre les variables existe.
0,40 à 0,69ModéréeUne tendance visible, mais avec une dispersion notable.
0,20 à 0,39FaibleLa relation est pauvre ; d'autres facteurs ont plus d'influence.
0,00 à 0,19Nulle/NégligeableAucune relation linéaire significative n'existe.

# Avantages et limites de cette calculatrice

  • Collage depuis Excel/CSV : Pas besoin de saisir les données une par une.
  • Diagramme de Dispersion instantané avec droite de régression.
  • Confidentialité 100% : Vos données ne quittent jamais votre PC.
  • Détecte uniquement les relations linéaires (pas les courbes).
  • Haute sensibilité aux valeurs extrêmes (outliers).
  • Nécessite au moins 2 paires de données valides.
Conseil pour les Experts
Avant de faire confiance aveuglément à la valeur r, regardez toujours le Diagramme de Dispersion. Parfois, un coefficient élevé peut être causé par une seule valeur aberrante, ou un coefficient faible peut masquer une relation courbe très forte que Pearson ne peut pas voir.

# Glossaire statistique

Covariance
Mesure dans quelle mesure deux variables aléatoires changent conjointement.
Régression Linéaire
Modèle mathématique utilisé pour approximer la relation de dépendance entre variables.
Coefficient r²
Proportion de la variance prédictible à partir de la variable indépendante.
Diagramme de Dispersion
Graphique de points montrant la distribution de paires de données dans un plan.

Références Bibliographiques

Plus d'utilités de Outils de Statistiques et Probabilités

Calculateur du Test du Chi Deux d'Indépendance en Ligne

Déterminez s'il existe une relation statistique entre deux variables catégorielles. Remplissez la matrice des fréquences observées et calculez la valeur P instantanément.

Utiliser l'outil

Calculateur de Test AB Hypothese Statistique en Ligne

Comparez deux groupes (A et B) pour déterminer si une différence statistiquement significative existe entre leurs conversions ou moyennes. Calculez la P-Valeur instantanément.

Utiliser l'outil

Calculateur de Taille d Echantillon en Ligne

Calculez le nombre exact de personnes nécessaires pour votre étude. Inclut des options pour une population finie ou infinie, des niveaux de confiance et une marge d'erreur ajustables.

Utiliser l'outil

Calculateur de Statistiques Descriptives en Ligne

Calculez instantanement toutes les mesures de statistiques descriptives : moyenne, mediane, mode, ecart type, variance, quartiles, asymetrie, kurtosis et plus. Collez vos donnees et obtenez les resultats en temps reel.

Utiliser l'outil

Calculateur de Distribution Normale en Ligne

Calculez instantanement les probabilites de la distribution normale : P(X ≤ a), P(X ≥ a), P(a ≤ X ≤ b) et normale inverse. Entrez la moyenne et l'ecart type et visualisez la courbe de Gauss avec la zone ombreee.

Utiliser l'outil

Calculateur Intervalle de Confiance en Ligne

Calculez des intervalles de confiance pour la moyenne en utilisant les distributions Z ou t de Student. Saisissez la moyenne echantillonnale, l'ecart type, la taille de l'echantillon et le niveau de confiance pour obtenir l'intervalle, la marge d'erreur et la valeur critique.

Utiliser l'outil