{"id":207276,"date":"2023-08-01T07:30:00","date_gmt":"2023-08-01T07:30:00","guid":{"rendered":"https:\/\/datascientest.com\/?p=207276"},"modified":"2023-11-09T13:44:07","modified_gmt":"2023-11-09T13:44:07","slug":"coefficient-de-correlation-tout-savoir","status":"publish","type":"post","link":"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir","title":{"rendered":"Coefficient de corr\u00e9lation : Qu&rsquo;est-ce que c&rsquo;est ? \u00c0 quoi \u00e7a sert ?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"207276\" class=\"elementor elementor-207276\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ec9185c e-flex e-con-boxed e-con\" data-id=\"ec9185c\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-ca88e08 elementor-widget elementor-widget-heading\" data-id=\"ca88e08\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Afin de mieux comprendre les donn\u00e9es, il est primordial d\u2019analyser leurs relations. Et pour faciliter cette analyse face \u00e0 des dizaines de milliers de lignes de donn\u00e9es, il existe des formules math\u00e9matiques. Notamment le coefficient de corr\u00e9lation. <\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8cdc875 e-flex e-con-boxed e-con\" data-id=\"8cdc875\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2669688 elementor-widget elementor-widget-heading\" data-id=\"2669688\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Qu'est-ce que le coefficient de corr\u00e9lation ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-660479a elementor-widget elementor-widget-heading\" data-id=\"660479a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Relation et d\u00e9pendance entre deux variables<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4df14d9 elementor-widget elementor-widget-text-editor\" data-id=\"4df14d9\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">Avant de comprendre le coefficient de corr\u00e9lation, il convient de comprendre les relations entre les diff\u00e9rentes variables d\u2019un <a href=\"https:\/\/datascientest.com\/dataset-definition\">jeu de donn\u00e9es<\/a>. Ainsi, si les valeurs d\u2019une variable Y d\u00e9pendent de la valeur x (ou inversement), il y a une relation entre ces deux variables. La <\/span><b>connaissance de X (ou Y) doit alors permettre de pr\u00e9dire l\u2019autre variable Y<\/b><span style=\"font-weight: 400;\"> (ou X).<\/span><\/p><p><span style=\"font-weight: 400;\">Par exemple, la marge d\u00e9gag\u00e9e par une entreprise d\u00e9pend (en partie) du prix de ses produits ou services. Il y a donc une corr\u00e9lation entre ces deux valeurs.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">En math\u00e9matique, cette relation se traduit comme suit : <\/span><b>Y=f(X)<\/b><span style=\"font-weight: 400;\">. Ici, Y est consid\u00e9r\u00e9e comme la variable d\u00e9pendante, et X est la variable ind\u00e9pendante.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Attention, ce n\u2019est pas parce que X permet de d\u00e9duire Y que la r\u00e9ciproque est av\u00e9r\u00e9e.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Et pour savoir s\u2019il existe une corr\u00e9lation entre deux variables, il est possible d\u2019utiliser la formule du coefficient de corr\u00e9lation. Mais avant cela, il convient de d\u00e9finir la forme d\u2019une relation. <\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ccd5e76 elementor-widget elementor-widget-heading\" data-id=\"ccd5e76\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">La forme de la relation entre deux variables<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f698743 elementor-widget elementor-widget-text-editor\" data-id=\"f698743\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Pour \u00e9tablir la forme de la relation entre deux variables, l\u2019outil le plus simple est la <\/span><b>repr\u00e9sentation graphique<\/b><span style=\"font-weight: 400;\">. Gr\u00e2ce \u00e0 un diagramme, il est possible de croiser les modalit\u00e9s de X et Y, avec X en abscisse et Y en ordonn\u00e9e. Ce diagramme permet alors de caract\u00e9riser la relation entre les variables selon 3 param\u00e8tres :\u00a0<\/span><\/p><ul><li aria-level=\"1\"><b style=\"font-weight: 400;\">L\u2019intensit\u00e9 <\/b><span style=\"font-weight: 400;\">: la relation entre les variables peut \u00eatre forte, faible ou nulle. Elle est forte si les unit\u00e9s ont des valeurs voisines sur X et Y. Visuellement, cela se traduit par un <\/span><b>nuage de points<\/b><span style=\"font-weight: 400;\"> avec des valeurs rapproch\u00e9es les unes des autres. \u00c0 l\u2019inverse, si les <\/span><b>valeurs voisines de X sont \u00e9loign\u00e9es de Y<\/b><span style=\"font-weight: 400;\">, la relation est faible. Et si elles sont tr\u00e8s \u00e9loign\u00e9es (sans aucune ligne directrice), la relation est nulle. Autrement dit, il n\u2019est pas possible de pr\u00e9dire Y gr\u00e2ce \u00e0 X.\u00a0<\/span><\/li><li aria-level=\"1\"><b style=\"font-weight: 400;\">La forme <\/b><span style=\"font-weight: 400;\">: la relation peut \u00eatre lin\u00e9aire et monotone (une ligne droite sur le <strong>graphique<\/strong>, non lin\u00e9aire et monotone (une <\/span><b>courbe strictement croissante ou d\u00e9croissante<\/b><span style=\"font-weight: 400;\">) ou non lin\u00e9aire et non monotone (la courbe sera \u00e0 la fois croissante et d\u00e9croissante, comme une parabole ou une hyperbole).<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>Le sens :<\/b> cela s\u2019applique aux relations monotones. On dit alors que la corr\u00e9lation est positive lorsque les deux variables vont dans le m\u00eame sens, ou n\u00e9gative lorsqu\u2019elles vont dans des sens oppos\u00e9s.<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1587a9d elementor-widget elementor-widget-text-editor\" data-id=\"1587a9d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">En fonction de la forme de la relation, il conviendra de s\u00e9lectionner les bons outils. Et notamment la formule du coefficient de corr\u00e9lation.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a4dfb56 elementor-widget elementor-widget-heading\" data-id=\"a4dfb56\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">La formule du coefficient de corr\u00e9lation<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-2cd4beb elementor-widget elementor-widget-text-editor\" data-id=\"2cd4beb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Le coefficient de corr\u00e9lation est utilis\u00e9 pour <\/span><b>\u00e9tudier les relations monotones <\/b><span style=\"font-weight: 400;\">(qu\u2019elles soient lin\u00e9aires ou non). Mais en fonction de leur lin\u00e9arit\u00e9, on utilise deux types de coefficient de corr\u00e9lation (<a href=\"https:\/\/datascientest.com\/correlations-de-pearson-et-de-spearman\">Pearson ou Spearman<\/a>) que nous \u00e9tudierons au prochain paragraphe.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">La formule utilis\u00e9e diff\u00e8re alors selon le type de relation. Mais elle s\u2019\u00e9crit toujours sous cette forme <\/span><i><span style=\"font-weight: 400;\">\u00ab\u00a0r<\/span><\/i><span style=\"font-weight: 400;\">\u00ab\u00a0.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Le coefficient de corr\u00e9lation peut \u00eatre utilis\u00e9 pour faire le lien entre une <\/span><b>multitude de variables<\/b><span style=\"font-weight: 400;\">. Par exemple, la relation entre la taille et l\u2019intelligence, le prix et les marges, le nombre d\u2019habitants et la pollution, les apports caloriques et la maladie, etc.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-35eeb0d elementor-widget elementor-widget-image\" data-id=\"35eeb0d\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"900\" height=\"500\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/coefficient-de-correlation.png\" class=\"attachment-full size-full wp-image-207314\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/coefficient-de-correlation.png 900w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/coefficient-de-correlation-300x167.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/coefficient-de-correlation-768x427.png 768w\" sizes=\"(max-width: 900px) 100vw, 900px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-52673a0 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"52673a0\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Tout apprendre du coefficient de correlation<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-bfb671e e-flex e-con-boxed e-con\" data-id=\"bfb671e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-9ddfae5 elementor-widget elementor-widget-heading\" data-id=\"9ddfae5\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Quels sont les diff\u00e9rents coefficients de corr\u00e9lation ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9a7a684 elementor-widget elementor-widget-heading\" data-id=\"9a7a684\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Le coefficient de corr\u00e9lation de Pearson<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1231ea4 elementor-widget elementor-widget-text-editor\" data-id=\"1231ea4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Il s\u2019agit alors d\u2019<\/span><b>\u00e9tudier les relations lin\u00e9aires et monotones.\u00a0<\/b><\/p><p><span style=\"font-weight: 400;\">La formule du coefficient de corr\u00e9lation de Pearson se pr\u00e9sente comme suit :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1032d04 elementor-widget elementor-widget-shortcode\" data-id=\"1032d04\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><math xmlns='http:\/\/www.w3.org\/1998\/Math\/MathML'>\n  <mi> r <\/mi>\n  <mrow>\n    <mo> ( <\/mo>\n      <mi> X <\/mi>\n      <mo> , <\/mo>\n      <mi> Y <\/mi>\n    <mo> ) <\/mo>\n  <\/mrow>\n  <mo> = <\/mo>\n  <mfrac>\n    <mrow>\n      <mi> C <\/mi>\n      <mi> o <\/mi>\n      <mi> v <\/mi>\n      <mrow>\n        <mo> ( <\/mo>\n          <mi> X <\/mi>\n          <mo> , <\/mo>\n          <mi> Y <\/mi>\n        <mo> ) <\/mo>\n      <\/mrow>\n    <\/mrow>\n    <mrow>\n      <msub>\n        <mrow>\n          <mi> &#x03C3; <!-- greek small letter sigma --> <\/mi>\n        <\/mrow>\n        <mrow>\n          <mi> x <\/mi>\n        <\/mrow>\n      <\/msub>\n      <mo> . <\/mo>\n      <msub>\n        <mrow>\n          <mi> &#x03C3; <!-- greek small letter sigma --> <\/mi>\n        <\/mrow>\n        <mrow>\n          <mi> y <\/mi>\n        <\/mrow>\n      <\/msub>\n    <\/mrow>\n  <\/mfrac>\n<\/math>\n<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-abe6b42 e-flex e-con-boxed e-con\" data-id=\"abe6b42\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-7d62385 elementor-widget elementor-widget-text-editor\" data-id=\"7d62385\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Pour calculer le coefficient de corr\u00e9lation de Pearson, il convient donc de commencer par <\/span><b>calculer la covariance. <\/b><span style=\"font-weight: 400;\">C\u2019est-\u00e0-dire, la moyenne du produit des \u00e9carts \u00e0 la moyenne.<\/span><\/p><p><span style=\"font-weight: 400;\">Ensuite, il suffit de diviser cette covariance par le produit des \u00e9carts-types de X et Y.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">En fonction du r\u00e9sultat, vous pourrez interpr\u00e9ter la relation entre les deux variables. Ainsi :\u00a0<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><b>si<\/b><b><i> r<\/i><\/b><b> est proche de 0<\/b><span style=\"font-weight: 400;\"> : la relation lin\u00e9aire est nulle. Attention, ce n\u2019est pas parce qu\u2019il n\u2019y a pas de relation lin\u00e9aire entre deux variables qu\u2019il n\u2019y a pas de relation du tout.\u00a0<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>si <\/b><b><i>r <\/i><\/b><b>est proche de -1<\/b><span style=\"font-weight: 400;\"> :\u00a0 il y a une forte relation lin\u00e9aire les deux variables, mais n\u00e9gative. Elles vont donc dans des sens oppos\u00e9s. <\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>si<\/b><b><i> r<\/i><\/b><b> est proche de 1 <\/b><span>: il y a une forte relation lin\u00e9aire positive entre les deux variables. Elles vont dans le m\u00eame sens.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8f262c7 elementor-widget elementor-widget-text-editor\" data-id=\"8f262c7\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\"><span style=\"text-decoration: underline;\"><strong>Bon \u00e0 savoir<\/strong><\/span> : si cette formule du coefficient de corr\u00e9lation est efficace pour mieux comprendre la relation entre deux variables, cela ne fonctionne que si la <\/span><b>distribution ne pr\u00e9sente pas de valeurs aberrantes<\/b><span style=\"font-weight: 400;\">. \u00c0 d\u00e9faut, les r\u00e9sultats du calcul peuvent aboutir \u00e0 des conclusions totalement erron\u00e9es.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c426fba elementor-widget elementor-widget-heading\" data-id=\"c426fba\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Le coefficient de corr\u00e9lation de Spearman<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-14e037c elementor-widget elementor-widget-text-editor\" data-id=\"14e037c\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Cette formule (\u00e9galement appel\u00e9 coefficient de corr\u00e9lation de rang)\u00a0 permet <\/span><b>d\u2019analyser les relations monotones<\/b><span style=\"font-weight: 400;\">. Et ce, quelle que soit la forme de la relation (lin\u00e9aire, exponentielle, \u2026.). \u00c0 ce titre, le coefficient de Spearman s&rsquo;adapte mieux lorsqu\u2019il y a des valeurs aberrantes ou des distributions dissym\u00e9triques. \u00c0 travers ce calcul, ces derni\u00e8res risquent moins de fausser le r\u00e9sultat.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-d1dddce e-flex e-con-boxed e-con\" data-id=\"d1dddce\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-4edd4cb elementor-widget elementor-widget-heading\" data-id=\"4edd4cb\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Quelles sont les limites du coefficient de corr\u00e9lation ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-584336f elementor-widget elementor-widget-text-editor\" data-id=\"584336f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La formule du coefficient de corr\u00e9lation n\u2019est <\/span><b>que la premi\u00e8re \u00e9tape dans la d\u00e9termination des relations entre plusieurs variables. <\/b><span style=\"font-weight: 400;\">Pour avoir une vision plus globale, il est primordial de r\u00e9aliser d\u2019autres calculs math\u00e9matiques, comme le test de significativit\u00e9 et la v\u00e9rification de l\u2019absence de biais.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Utilis\u00e9s ensemble, ces diff\u00e9rents outils statistiques vous permettent de faire quelques pas suppl\u00e9mentaires dans la constitution d\u2019un mod\u00e8le d\u2019apprentissage automatique. Mais pour mieux comprendre les connexions entre les donn\u00e9es et les r\u00e9seaux neuronaux, mieux vaut se former compl\u00e8tement \u00e0 la science de la donn\u00e9e. Pour cela,<a href=\"https:\/\/datascientest.com\/formation-data-scientist\">rejoignez la formation Datascientest<\/a>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-3de694f e-flex e-con-boxed e-con\" data-id=\"3de694f\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-403979a elementor-widget elementor-widget-heading\" data-id=\"403979a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Ce qu\u2019il faut retenir<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-79b8b82 elementor-widget elementor-widget-text-editor\" data-id=\"79b8b82\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">Le coefficient de corr\u00e9lation permet d\u2019indiquer les relations entre plusieurs variables.\u00a0<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">Il donne ainsi une indication concernant l\u2019intensit\u00e9, la forme et le sens de la relation.\u00a0<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">Selon le type de relation, il est possible d\u2019utiliser les coefficients de corr\u00e9lation de Spearman ou de Pearson.\u00a0<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d7a027d elementor-widget elementor-widget-image\" data-id=\"d7a027d\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"700\" height=\"415\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/coefficient-de-correlation1.jpg\" class=\"attachment-full size-full wp-image-207318\" alt=\"\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-75c781a elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"75c781a\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Tout ma\u00eetriser du coefficient de corr\u00e9lation<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-f9f2a13 e-flex e-con-boxed e-con\" data-id=\"f9f2a13\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-89ff0a6 elementor-widget elementor-widget-html\" data-id=\"89ff0a6\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Qu'est-ce que le coefficient de corr\u00e9lation ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Avant de comprendre le coefficient de corr\u00e9lation, il convient de comprendre les relations entre les diff\u00e9rentes variables d\u2019un jeu de donn\u00e9es. Ainsi, si les valeurs d\u2019une variable Y d\u00e9pendent de la valeur x (ou inversement), il y a une relation entre ces deux variables. La connaissance de X (ou Y) doit alors permettre de pr\u00e9dire l\u2019autre variable Y (ou X).\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"La formule du coefficient de corr\u00e9lation\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Le coefficient de corr\u00e9lation est utilis\u00e9 pour \u00e9tudier les relations monotones (qu\u2019elles soient lin\u00e9aires ou non). Mais en fonction de leur lin\u00e9arit\u00e9, on utilise deux types de coefficient de corr\u00e9lation (Pearson ou Spearman) que nous \u00e9tudierons au prochain paragraphe. La formule utilis\u00e9e diff\u00e8re alors selon le type de relation. Mais elle s\u2019\u00e9crit toujours sous cette forme \\\"r\\\".\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Le coefficient de corr\u00e9lation de Spearman\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Cette formule (\u00e9galement appel\u00e9 coefficient de corr\u00e9lation de rang)  permet d\u2019analyser les relations monotones. Et ce, quelle que soit la forme de la relation (lin\u00e9aire, exponentielle, \u2026.). \u00c0 ce titre, le coefficient de Spearman s'adapte mieux lorsqu\u2019il y a des valeurs aberrantes ou des distributions dissym\u00e9triques. \u00c0 travers ce calcul, ces derni\u00e8res risquent moins de fausser le r\u00e9sultat.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Quelles sont les limites du coefficient de corr\u00e9lation ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"La formule du coefficient de corr\u00e9lation n\u2019est que la premi\u00e8re \u00e9tape dans la d\u00e9termination des relations entre plusieurs variables. Pour avoir une vision plus globale, il est primordial de r\u00e9aliser d\u2019autres calculs math\u00e9matiques, comme le test de significativit\u00e9 et la v\u00e9rification de l\u2019absence de biais.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Afin de mieux comprendre les donn\u00e9es, il est primordial d\u2019analyser leurs relations. Et pour faciliter cette analyse face \u00e0 des dizaines de milliers de lignes de donn\u00e9es, il existe des formules math\u00e9matiques. Notamment le coefficient de corr\u00e9lation. Qu&rsquo;est-ce que le coefficient de corr\u00e9lation ? Relation et d\u00e9pendance entre deux variables Avant de comprendre le coefficient [&hellip;]<\/p>\n","protected":false},"author":78,"featured_media":207279,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Coefficient de corr\u00e9lation : Qu&#039;est-ce que c&#039;est ? \u00c0 quoi \u00e7a sert ?<\/title>\n<meta name=\"description\" content=\"Pour identifier les relations entre plusieurs donn\u00e9es, il est possible d\u2019utiliser le coefficient de corr\u00e9lation. D\u00e9couvrez tout ce qu&#039;il y a \u00e0 savoir\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Coefficient de corr\u00e9lation : Qu&#039;est-ce que c&#039;est ? \u00c0 quoi \u00e7a sert ?\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2023-08-01T07:30:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-11-09T13:44:07+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/Illu_BLOG__coef_corre.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"J\u00e9r\u00e9my Robert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"J\u00e9r\u00e9my Robert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir\",\"url\":\"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir\",\"name\":\"Coefficient de corr\u00e9lation : Qu'est-ce que c'est ? \u00c0 quoi \u00e7a sert ?\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2023-08-01T07:30:00+00:00\",\"dateModified\":\"2023-11-09T13:44:07+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\"},\"description\":\"Pour identifier les relations entre plusieurs donn\u00e9es, il est possible d\u2019utiliser le coefficient de corr\u00e9lation. D\u00e9couvrez tout ce qu'il y a \u00e0 savoir\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\",\"name\":\"J\u00e9r\u00e9my Robert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"caption\":\"J\u00e9r\u00e9my Robert\"},\"description\":\"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/jeremyrobert1\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/jeremyrobert\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Coefficient de corr\u00e9lation : Qu'est-ce que c'est ? \u00c0 quoi \u00e7a sert ?","description":"Pour identifier les relations entre plusieurs donn\u00e9es, il est possible d\u2019utiliser le coefficient de corr\u00e9lation. D\u00e9couvrez tout ce qu'il y a \u00e0 savoir","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir","og_locale":"fr_FR","og_type":"article","og_title":"Coefficient de corr\u00e9lation : Qu'est-ce que c'est ? \u00c0 quoi \u00e7a sert ?","og_url":"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2023-08-01T07:30:00+00:00","article_modified_time":"2023-11-09T13:44:07+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/07\/Illu_BLOG__coef_corre.png","type":"image\/png"}],"author":"J\u00e9r\u00e9my Robert","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"J\u00e9r\u00e9my Robert","Dur\u00e9e de lecture estim\u00e9e":"6 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir","url":"https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir","name":"Coefficient de corr\u00e9lation : Qu'est-ce que c'est ? \u00c0 quoi \u00e7a sert ?","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2023-08-01T07:30:00+00:00","dateModified":"2023-11-09T13:44:07+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925"},"description":"Pour identifier les relations entre plusieurs donn\u00e9es, il est possible d\u2019utiliser le coefficient de corr\u00e9lation. D\u00e9couvrez tout ce qu'il y a \u00e0 savoir","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/coefficient-de-correlation-tout-savoir"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925","name":"J\u00e9r\u00e9my Robert","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","caption":"J\u00e9r\u00e9my Robert"},"description":"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.","sameAs":["https:\/\/www.linkedin.com\/in\/jeremyrobert1\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/jeremyrobert"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/207276"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/78"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=207276"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/207276\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/207279"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=207276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=207276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=207276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}