Le 𝖈𝖔𝖊𝖋𝖋𝖎𝖈𝖎𝖊𝖓𝖙 𝖉𝖊 𝖈𝖔𝖗𝖗é𝖑𝖆𝖙𝖎𝖔𝖓 𝖉𝖊 𝖗𝖆𝖓𝖌 𝖉𝖊 𝕾𝖕𝖊𝖆𝖗𝖒𝖆𝖓

Le 𝖈𝖔𝖊𝖋𝖋𝖎𝖈𝖎𝖊𝖓𝖙 𝖉𝖊 𝖈𝖔𝖗𝖗é𝖑𝖆𝖙𝖎𝖔𝖓 𝖉𝖊 𝖗𝖆𝖓𝖌 𝖉𝖊 𝕾𝖕𝖊𝖆𝖗𝖒𝖆𝖓 est une mesure non paramétrique qui évalue dans quelle mesure la relation entre deux variables peut être décrite par une fonction monotone. Contrairement à la corrélation de Pearson, qui suppose une relation linéaire, la méthode de Spearman est plus flexible et peut gérer des corrélations non linéaires.

𝓟𝓸𝓵𝔂𝓿𝓪𝓵𝓮𝓷𝓬𝓮 : Le coefficient de Spearman est idéal pour identifier des relations dans des ensembles de données où les variables ne sont pas linéairement liées mais présentent tout de même une tendance cohérente.

𝓡𝓸𝓫𝓾𝓼𝓽𝓮𝓼𝓼𝓮 : Il est moins sensible aux valeurs aberrantes, ce qui le rend plus fiable dans les scénarios où des valeurs extrêmes pourraient fausser les résultats.

𝓘𝓷𝓽𝓮𝓻𝓹𝓻é𝓽𝓪𝓽𝓲𝓸𝓷 𝓵𝓲𝓶𝓲𝓽é𝓮 : Lorsque la relation entre les variables est complexe ou implique plus qu'un simple schéma monotone, le coefficient de Spearman peut simplifier excessivement l'analyse.

𝓟𝓻é𝓬𝓲𝓼𝓲𝓸𝓷 𝓶𝓸𝓲𝓷𝓭𝓻𝓮 : Pour des données normalement distribuées sans valeurs aberrantes, la corrélation de Pearson peut fournir des résultats plus précis et plus informatifs.

La visualisation ci-dessous illustre les différences clés entre les corrélations de 𝑺𝒑𝒆𝒂𝒓𝒎𝒂𝒏 et de 𝑷𝒆𝒂𝒓𝒔𝒐𝒏.

• La 🅟🅡🅔🅜🅘è🅡🅔 🅘🅜🅐🅖🅔 montre que la corrélation de Spearman détecte les relations monotones même lorsqu'elles sont non linéaires, tandis que la corrélation de Pearson ne le fait pas.

• La 🅓🅔🅤🅧🅘è🅜🅔 🅘🅜🅐🅖🅔 démontre que lorsque les données sont distribuées de manière elliptique et ne contiennent pas de valeurs aberrantes, les deux coefficients donnent des valeurs similaires.

• La 🅣🅡🅞🅘🅢🅘è🅜🅔 🅘🅜🅐🅖🅔 met en évidence la capacité de Spearman à réduire l’impact des valeurs aberrantes par rapport à la méthode de Pearson.

Cette visualisation est basée sur les images de cet article Wikipédia : https://en.wikipedia.org/.../Spearman%27s_rank....

𝕮𝖆𝖑𝖈𝖚𝖑 𝖉𝖚 𝖈𝖔𝖊𝖋𝖋𝖎𝖈𝖎𝖊𝖓𝖙 𝖉𝖊 𝖈𝖔𝖗𝖗é𝖑𝖆𝖙𝖎𝖔𝖓 𝖉𝖊 𝖗𝖆𝖓𝖌 𝖉𝖊 𝕾𝖕𝖊𝖆𝖗𝖒𝖆𝖓 :

𝑺𝒐𝒖𝒔 𝑹: Utilisez la fonction 𝒄𝒐𝒓.𝒕𝒆𝒔𝒕() avec le paramètre 𝒎𝒆𝒕𝒉𝒐𝒅 = "𝒔𝒑𝒆𝒂𝒓𝒎𝒂𝒏" pour calculer la corrélation de Spearman.

𝑺𝒐𝒖𝒔 𝑷𝒚𝒕𝒉𝒐𝒏 :Utilisez la fonction 𝒔𝒑𝒆𝒂𝒓𝒎𝒂𝒏𝒓() du module 𝒔𝒄𝒊𝒑𝒚.𝒔𝒕𝒂𝒕𝒔 pour obtenir le coefficient de corrélation.

𝗘𝗻𝘃𝗶𝗲 𝗱’𝗲𝗻 𝗮𝗽𝗽𝗿𝗲𝗻𝗱𝗿𝗲 𝗱𝗮𝘃𝗮𝗻𝘁𝗮𝗴𝗲? N'hésitez surtout pas à nous contacter ou à prendre part à la prochaine session de notre formation en 𝙀𝙘𝙤𝙣𝙤𝙢é𝙩𝙧𝙞𝙚 𝙚𝙩 𝙏𝙚𝙘𝙝𝙣𝙞𝙦𝙪𝙚𝙨 𝙌𝙪𝙖𝙣𝙩𝙞𝙩𝙖𝙩𝙞𝙫𝙚𝙨

#PythonProjects #DataScientists #DataAnalytics

Toutes les réactions Tchio P