Calcul de r pour un petit jeu de données

Trouvez le coefficient de corrélation pour les données : $(1, 2), (2, 4), (3, 5), (4, 4), (5, 5)$

Calculez les moyennes $\bar{x}$ et $\bar{y}$: $\bar{x} = \frac{1+2+3+4+5}{5} = 3$, $\bar{y} = \frac{2+4+5+4+5}{5} = 4$ = $\bar{x} = 3$, $\bar{y} = 4$

Calculez les écarts $(x_i - \bar{x})$ et $(y_i - \bar{y})$: Point $(1,2)$ : $(-2, -2)$ Point $(2,4)$ : $(-1, 0)$ Point $(3,5)$ : $(0, 1)$ Point $(4,4)$ : $(1, 0)$ Point $(5,5)$ : $(2, 1)$ = Écarts calculés

Calculez les produits $(x_i - \bar{x})(y_i - \bar{y})$: $(-2)(-2) = 4$ $(-1)(0) = 0$ $(0)(1) = 0$ $(1)(0) = 0$ $(2)(1) = 2$ Somme $= 4 + 0 + 0 + 0 + 2 = 6$ = $\sum(x_i - \bar{x})(y_i - \bar{y}) = 6$

Calculez $\sum(x_i - \bar{x})^2$: $(-2)^2 + (-1)^2 + 0^2 + 1^2 + 2^2 = 4 + 1 + 0 + 1 + 4 = 10$ = $\sum(x_i - \bar{x})^2 = 10$

Calculez $\sum(y_i - \bar{y})^2$: $(-2)^2 + 0^2 + 1^2 + 0^2 + 1^2 = 4 + 0 + 1 + 0 + 1 = 6$ = $\sum(y_i - \bar{y})^2 = 6$

Appliquez la formule: $r = \frac{6}{\sqrt{10 \cdot 6}} = \frac{6}{\sqrt{60}} = \frac{6}{7,746} \approx 0,775$ = $r \approx 0,77$

Answer: $r \approx 0,77$ (forte corrélation positive)

Interprétation des valeurs de corrélation

Une étude trouve $r = -0,82$ entre les heures de télévision regardées par jour et les notes aux examens. Interprétez ce résultat.

Identifiez le signe: $r = -0,82$ est négatif = Corrélation négative (quand l'une augmente, l'autre diminue)

Évaluez la force avec $|r|$: $|{-0,82}| = 0,82$, ce qui est dans l'intervalle $0,80 - 1,00$ = Corrélation très forte

Interprétez dans le contexte: Les élèves qui regardent plus la télévision ont tendance à avoir des notes plus basses = Forte relation inverse

Ajoutez les réserves appropriées: Corrélation n'implique pas causalité. D'autres facteurs peuvent expliquer les deux variables. = Association, pas causalité

Answer: Il y a une très forte corrélation négative ($r = -0,82$). Les élèves qui regardent plus la télévision ont tendance à avoir des notes plus basses, mais cette association ne prouve pas que la télévision cause les mauvaises notes.

Calcul du coefficient de détermination

Si $r = 0,80$ entre les heures d'étude et les notes aux tests, quel pourcentage de la variance des notes est expliqué par les heures d'étude ?

Élevez le coefficient de corrélation au carré: $r^2 = (0,80)^2 = 0,64$ = $r^2 = 0,64$

Convertissez en pourcentage: $0,64 \times 100 = 64\%$ = 64% de la variance expliquée

Interprétez le résultat: 64% de la variation des notes peut être attribuée aux heures d'étude = Fort pouvoir explicatif

Answer: $r^2 = 0,64 = 64\%$. Cela signifie que 64% de la variance des notes est expliquée par la relation linéaire avec les heures d'étude. Les 36% restants sont dus à d'autres facteurs.

Mistake: Supposer que corrélation implique causalité

Why: Une forte corrélation entre $A$ et $B$ ne signifie pas que $A$ cause $B$. Il pourrait y avoir une troisième variable affectant les deux, ou la relation pourrait être fortuite.

Correct: Dites toujours "associé à" ou "corrélé avec" plutôt que "cause". Cherchez des preuves expérimentales pour établir la causalité.

Mistake: Ignorer les valeurs aberrantes lors de l'interprétation de $r$

Why: Une seule valeur aberrante peut changer dramatiquement le coefficient de corrélation. $r$ est sensible aux valeurs extrêmes.

Correct: Tracez toujours les données d'abord. Cherchez les valeurs aberrantes et envisagez de calculer $r$ avec et sans elles.

Mistake: Utiliser $r$ pour des relations non linéaires

Why: $r$ ne mesure que les relations linéaires. Un motif courbe parfait pourrait avoir $r = 0$.

Correct: Examinez le nuage de points. Si le motif est courbé, $r$ n'est pas la bonne mesure. Envisagez des transformations ou des modèles non linéaires.

Diversification boursière

Les analystes financiers utilisent la corrélation pour construire des portefeuilles diversifiés. Les actions avec une corrélation faible ou négative équilibrent le risque.

Si l'action A et l'action B ont $r = -0,3$, quand A baisse, B tend à monter légèrement, réduisant la volatilité du portefeuille.

Recherche médicale

Les chercheurs utilisent la corrélation pour identifier les facteurs de risque potentiels pour les maladies.

Une étude trouve $r = 0,68$ entre la pression artérielle et le risque de maladie cardiaque, indiquant une forte relation positive.

Q: Quelle est la différence entre corrélation et causalité ?

A: La corrélation montre que deux variables évoluent ensemble, mais la causalité signifie qu'une variable cause directement des changements dans l'autre. Les ventes de glaces et les noyades sont corrélées (les deux augmentent en été), mais les glaces ne causent pas les noyades - le temps chaud affecte les deux.

Q: $r$ peut-il être supérieur à 1 ou inférieur à -1 ?

A: Non. Par définition mathématique, $r$ est toujours entre $-1$ et $1$. Si vous calculez une valeur en dehors de cette plage, il y a une erreur dans vos calculs.

Q: Que signifie $r = 0$ ?

A: $r = 0$ signifie qu'il n'y a pas de relation linéaire entre les variables. Cependant, il pourrait encore y avoir une relation non linéaire (comme une parabole ou une courbe sinusoïdale).