La corrélation de Spearman est souvent utilisée pour évaluer des relations impliquant des variables ordinales. Par exemple, vous pouvez utiliser une corrélation de Spearman pour évaluer si l'ordre dans lequel les employés effectuent un exercice de test est lié au nombre de mois pendant lesquels ils ont été employés.
Pourquoi utilisons-nous la corrélation de rang de Spearman ?
Le coefficient de corrélation de Spearman's Rank est une technique qui peut être utilisée pour résumer la force et la direction (négative ou positive) d'une relation entre deux variables. Le résultat sera toujours compris entre 1 et moins 1.
Quand faut-il utiliser le coefficient de corrélation de rang de Spearman ?
Lorsque les variables ne sont pas distribuées normalement ou que la relation entre les variables n'est pas linéaire, il peut être plus recommandé d'utiliser la méthode de corrélation des rangs de Spearman. Un coefficient de corrélation n'a aucune hypothèse de distribution.
Pourquoi utilise-t-on le test de Spearman ?
Test de corrélation de rang de Spearman
La corrélation de rang de Spearman est un test statistique pour tester s'il existe une relation significative entre deux ensembles de données. Le test de corrélation des rangs de Spearman ne peut être utilisé que s'il existe au moins 10 (idéalement au moins 15-15) paires de données.
Pourquoi utiliserions-nous un Spearman au lieu d'une corrélation de Pearson ?
2. Une autre différence est que Pearson travaille avec des valeurs de données brutes des variables alors queSpearman travaille avec des variables classées par ordre. Maintenant, si nous estimons qu'un nuage de points indique visuellement une relation "pourrait être monotone, pourrait être linéaire", notre meilleur pari serait d'appliquer Spearman et non Pearson.
