En savoir plus sur le calculateur de corrélation critique de Spearman

Les valeurs critiques sont utilisées pour être comparées à une statistique de test pour évaluer si l'hypothèse nulle est rejetée ou non. Dans ce cas, l'échantillon de corrélation de Spearman \(\rho\) sera comparé aux valeurs de corrélation critiques \(\rho_c\) trouvées par cette calculatrice.

Pour un cas bilatéral, l'hypothèse nulle est rejetée si \(|\rho| > \rho_c\). Pour un cas unilatéral à droite, l'hypothèse nulle est rejetée si \(\rho > \rho_c\) et pour un cas unilatéral à gauche, l'hypothèse nulle est rejetée si \(\rho < \rho_c\). Dans chaque cas, la corrélation critique de Spearman est calculée en conséquence en fonction du type de queue, du niveau de signification et de la taille de l'échantillon.

Tableau des valeurs critiques de rang de Spearman

Observez que généralement les valeurs de corrélation critiques, les valeurs critiques de corrélation de Pearson et de Spearman sont données dans des tableaux. Parfois, ces tableaux sont difficiles à lire et la lecture de la valeur réelle que vous recherchez peut prendre du temps.

Un avantage de cette calculatrice est qu'elle vous donnera rapidement le nombre exact que vous recherchez.

Que montre la corrélation de Spearman?

La corrélation de Spearman évalue le degré d'association linéaire entre deux variables mesurées au niveau ordinal. Plus précisément, il s'agit d'évaluer l'association linéaire des rangs pour un échantillon apparié \((X_n, Y_n)\).

Quand faut-il utiliser la corrélation de Spearman?

L'utilisation de la corrélation de Spearman est appropriée lorsque les données avec lesquelles nous travaillons sont mesurées au niveau ordinal. C'est généralement le cas des données liées aux classements, etc.

Pour les niveaux d'intervalle ou de rapport, vous devez utiliser à la place ce Calculerur de corrélation critique de Pearson , pour profiter d'un test plus puissant sur le plan statistique.