- Mon Shot de Data Science
- Posts
- La limite de la corrélation de Pearson que beaucoup ignorent souvent
La limite de la corrélation de Pearson que beaucoup ignorent souvent
#127 - Toutes les analyses à deux variables ne sont pas linéaires !
La corrélation de Pearson est couramment utilisée pour déterminer l'association entre deux variables continues. Mais nombreux sont ceux qui ignorent son postulat.
La corrélation de Pearson mesure principalement la relation LINEAIRE entre deux variables. Par conséquent, même si deux variables ont une relation non linéaire mais monotone, Pearson pénalisera cette relation.
La corrélation de Spearman est une excellente alternative. Elle évalue principalement la monotonicité entre deux variables, qui peuvent être linéaires ou non linéaires.
De plus, la corrélation de Spearman est également utile dans les situations où nos données sont ordonnées ou ordinales.
Voir le code des résultats Pearson vs. Spearman ci-dessus.
Ça t'a plu ? 😎 |
Reply