Ce guide explique comment calculer les mesures non paramétriques d'association (le Rho de Spearman, le Tau de Kendall et le D de Hoeffding).
Corrélations non paramétriques
- À partir d'une table de données JMP ouverte, sélectionnez Analyser > Méthodes multivariées > Multivarié .
- Sélectionnez deux ou plusieurs valeurs numériques continues ou discrètes (nominales ou ordinales) dans Sélectionner les colonnes , cliquez sur Y, Colonnes, puis cliquez sur D'ACCORD .
JMP produit un tableau de corrélation et une matrice de nuages de points.
Conseils : Des options permettent de modifier et d’ajouter des éléments au graphique. Ici, nous avons choisi d’ajouter des ellipses de densité non paramétriques et de modifier la taille des points (clic droit sur les nuages de points et choisir Graphique > Taille des marqueurs > 1, Petite ).
- À partir du triangle rouge supérieur, sélectionnez Corrélation non paramétrique , puis la mesure d'intérêt (indiquée ci-dessous).
Les résultats suivants sont fournis (voir ci-dessous) :
- Le coefficient de corrélation calculé pour la paire de variables.
- La valeur p, qui indique la signification de la corrélation.
- Un graphique à barres montrant les coefficients de corrélation.
Le coefficient de corrélation de Spearman ( r) est similaire à celui de Pearson, mais il est calculé à partir des rangs plutôt que des valeurs initiales. Comme pour la corrélation de Pearson, ses valeurs varient de -1 à +1, les valeurs absolues les plus élevées indiquant une corrélation plus forte.
Le tau de Kendall ( T) est calculé à partir du nombre de paires de données concordantes et discordantes, classées par rang. Il varie de -1 à +1.
Le D de Hoeffding varie de -0,5 à 1. Il mesure la différence entre les rangs conjoints des données appariées et le produit de leurs rangs marginaux, et peut capturer les relations non linéaires.
Consultez la section Méthodes multivariées > Corrélations et techniques multivariées dans l'aide de JMP pour en savoir plus.
