Comment utiliser ce calculateur de corrélation critique

La signification d'un coefficient de corrélation d'échantillon \(r\) est testée à l'aide de la statistique t suivante:

\[t = r \sqrt{\frac{n-2}{1-r^2}}\]

Pour une taille d'échantillon donnée \(n\), le nombre de degrés de liberté est \(df = n-2\), puis une valeur t critique pour le niveau de signification donné \(\alpha\) et \(df\) peut être trouvée. Appelons cette valeur t critique \(t_c\). En utilisant l'expression de la statistique t:

\[t_c = r \sqrt{\frac{n-2}{1-r^2}} = r \sqrt{\frac{df}{1-r^2}}\]

et maintenant si nous résolvons pour \(r\) nous trouvons que

\[r_c = \sqrt{\frac{\frac{t_c^2}{df}}{\frac{t_c^2}{df}+1}}\]

et cette valeur de \(r_c\) est ce qu'on appelle valeur de corrélation critique utilisé pour évaluer la signification du coefficient de corrélation de l'échantillon \(r\). Ces valeurs de corrélation critiques se trouvent généralement dans des tableaux spécifiques.

Observez que cette calculatrice s'applique à la corrélation de Pearson, vous devrez donc utiliser un Calculerur de corrélation critique de Spearman si vous avez affaire au coefficient de corrélation de Spearman.

Si vous avez des exemples de données et que vous souhaitez calculer le coefficient de corrélation, veuillez utiliser notre calculateur de coefficient de corrélation . Si vous avez de nombreuses variables, vous pouvez également utiliser notre calculatrice de matrice de corrélation .