Calculatrice de coefficient de corrélation
Saisissez deux listes de nombres de même longueur pour calculer le coefficient de corrélation de Pearson entre elles.
Forte positive corrélation
Formule
How this is calculated
Vous fournissez deux listes de même longueur, X et Y, où chaque Xᵢ est apparié au Yᵢ situé à la même position (l'ordre importe, car le calculateur ne compare que les valeurs aux positions correspondantes). Il commence par trouver la moyenne de chaque liste, x̄ et ȳ, puis, pour chaque paire, mesure les écarts dx = xᵢ − x̄ et dy = yᵢ − ȳ.
Le numérateur somme les produits dx·dy (le terme de covariance) : il est positif lorsque X et Y tendent à être tous deux au-dessus ou au-dessous de leurs moyennes, et négatif lorsque l'un est élevé tandis que l'autre est faible. Le dénominateur, √(Σdx² × Σdy²), remet cette somme à l'échelle selon la dispersion de chaque liste, de sorte que r est sans dimension et se situe toujours entre −1 et +1 quelles que soient les unités d'origine. r² est simplement r au carré — la part de variance partagée linéairement — et la pente de régression vaut Σdx·dy ÷ Σdx².
Le r de Pearson ne détecte que les relations linéaires (en ligne droite), suppose que les paires sont indépendantes et est sensible aux valeurs aberrantes. Il faut au moins deux paires et il n'est pas défini si l'une des listes n'a aucune variation. Une corrélation ne prouve jamais qu'une variable cause l'autre.
À propos de cette calculatrice
Le coefficient de corrélation de Pearson, r, mesure l'intensité avec laquelle deux variables évoluent ensemble selon une relation linéaire. Il varie de −1 à +1 : une valeur proche de +1 indique une forte relation positive (quand une variable augmente, l'autre augmente aussi), une valeur proche de −1 indique une forte relation négative, et une valeur proche de 0 indique peu ou pas de relation linéaire.
Fournissez deux listes de même longueur, où chaque X est apparié au Y situé à la même position. Le calculateur indique également r², le coefficient de détermination, qui est la proportion de variance d'une variable expliquée par l'autre, ainsi que la pente de la droite de régression de meilleur ajustement. Rappelez-vous que la corrélation n'implique pas la causalité, et que le r de Pearson ne capte que les relations linéaires — deux variables peuvent être fortement liées selon un motif courbe tout en ayant un r proche de zéro.
Questions fréquentes
Il mesure l'intensité et le sens de la relation linéaire entre deux variables. Les valeurs proches de +1 ou de −1 indiquent des relations fortes, tandis que les valeurs proches de 0 indiquent une relation linéaire faible ou inexistante.
Non. La corrélation n'implique pas la causalité. Deux variables peuvent être fortement corrélées par hasard ou en raison d'un troisième facteur sous-jacent, et non parce que l'une est la cause de l'autre.
Le r au carré est le carré du coefficient de corrélation. Il représente la fraction de la variation d'une variable qui peut être expliquée par une relation linéaire avec l'autre. Un r de 0.8 donne un r² de 0.64, soit 64 %.
Aussi appelé
TG we-Calculate Editorial Team. (2026). Calculatrice de coefficient de corrélation [Online calculator]. TG we-Calculate. https://we-calculate.com/fr/calculator/correlation-coefficient-calculator
TG we-Calculate Editorial Team. "Calculatrice de coefficient de corrélation." TG we-Calculate. 2026. https://we-calculate.com/fr/calculator/correlation-coefficient-calculator.
TG we-Calculate Editorial Team, "Calculatrice de coefficient de corrélation," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/fr/calculator/correlation-coefficient-calculator
@misc{wecalculate_correlation_coefficient_calculator, title = {Calculatrice de coefficient de corrélation}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/fr/calculator/correlation-coefficient-calculator}}, year = {2026}, note = {TG we-Calculate} }
Cette calculatrice vous a-t-elle aidé ?