Apprenez-en davantage dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Pour explorer l'impact des observations inhabituelles et des valeurs aberrantes sur le coefficient de corrélation, nous utilisons le démoCorr scénario. Ce script se trouve dans le répertoire des exemples de scripts JMP.
Le script de corrélation de démonstration commence par plusieurs observations et nous permet de faire glisser des points ou d'ajouter de nouveaux points et d'explorer les changements dans le coefficient de corrélation.
La corrélation initiale est de 0,675. X et Y sont positivement corrélés. Donc, en général, à mesure que X augmente, Y augmente également.
Lorsque j'ajoute une nouvelle observation à une valeur faible de Y et une valeur élevée de X, la corrélation diminue.
Lorsque je fais glisser cette observation vers une valeur élevée de Y et une valeur faible de X, là encore, la corrélation diminue.
Dans ces deux cas, sans regarder le graphique, on pourrait conclure qu’il n’y a aucune relation entre les deux variables.
Que se passe-t-il si ce point est aberrant pour X et Y ? Je vais changer les axes pour X et Y et ajouter cette observation aux valeurs extrêmes pour les deux variables.
Remarquez-vous ce qui arrive à la corrélation maintenant ? La corrélation est désormais fortement positive. Cette valeur aberrante a gonflé la corrélation.
Regardez à quel point il est important de tracer vos données avant d’interpréter le résultat !
