Générateur de nuage de points (avec corrélation)

Générateur de nuage de points (avec corrélation)

Émergent AI Skill PRO

Entrez le calcul

Saisissez un point (x, y) par ligne, par ex. 22, 25. Il faut au moins 2 points.

Formule

r=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2∑(yi−y‾)2(xi,yi)∈Points de donnéesr = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \,\sum (y_i - \bar{y})^2}} \qquad \left(x_i, y_i\right) \in \text{Points de données}
Afficher les étapes du calcul (1)
  1. Droite de régression des moindres carrés

    y=mx+boù{m=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2b=y‾−mx‾(xi,yi)∈Points de données\begin{gathered} y = m\,x + b \\[1.5em] \text{où}\quad \left\{ \begin{aligned} m &= \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2} \\ b &= \bar{y} - m\,\bar{x} \\ (x_i, y_i) &\in \text{Points de données} \end{aligned} \right. \end{gathered}

    À partir des points de données saisis : pente m = Sxy/Sxx, ordonnée à l'origine b = ȳ − m·x̄, où x̄ et ȳ sont les moyennes des valeurs de x et de y.

Statistiques d'utilisation

Publicité

Résultats

Coefficient de corrélation r (Pearson)
0,9913
plage de -1 à 1 · R² = 0,9827
21.0434.9620.7682.24
Droite d'ajustement y = 4.661x - 81.071
Nombre de points (n) 7
Moyenne de X 28
Moyenne de Y 49,4286
Écart-type de X (échantillon) 4,3205
Écart-type de Y (échantillon) 20,313
Covariance (échantillon) 87
Pente de la régression (a) 4,6607
Ordonnée à l'origine (b) -81,0714

Signaler une erreur sur cette page

À quoi sert cet outil

Le générateur de nuage de points transforme une liste d'observations appariées en un graphique visuel accompagné d'un jeu complet de statistiques descriptives. Chaque point associe une valeur indépendante (x) à une valeur dépendante (y) — par exemple la température extérieure et les ventes de glaces. Le graphique montre comment les deux grandeurs évoluent ensemble, tandis que les chiffres quantifient cette relation : le coefficient de corrélation de Pearson \(r\), le coefficient de détermination R², les moyennes et les écarts-types d'échantillon de chaque variable, la covariance d'échantillon et l'équation de la droite d'ajustement obtenue par les moindres carrés. C'est un outil statistique universel : il fonctionne avec n'importe quelle paire de grandeurs mesurées et ne dépend ni d'un pays ni d'un système d'unités.

Nuage de points avec droite de régression des moindres carrés et tendance positive
Un nuage de points présente des données appariées avec une droite de régression des moindres carrés.

Comment l'utiliser

Saisissez une paire (x, y) par ligne dans le champ, en séparant les deux nombres par une virgule ou un espace — par exemple 30, 60. Entrez au moins deux points ; plus vous en ajoutez, plus la corrélation est fiable. Les lignes vides ou non numériques sont ignorées. Cliquez sur Calculer pour afficher le nuage de points avec la droite de régression en pointillés, ainsi qu'un tableau de toutes les statistiques descriptives.

La formule expliquée

On commence par calculer les moyennes : moyenneX = (somme des x) / n et moyenneY = (somme des y) / n. On combine ensuite les écarts à la moyenne. La pente de la droite d'ajustement et l'ordonnée à l'origine sont données par :

$$\begin{gathered} y = m\,x + b \\[1.5em] \text{where}\quad \left\{ \begin{aligned} m &= \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2} \\ b &= \bar{y} - m\,\bar{x} \\ (x_i, y_i) &\in \text{Data Points} \end{aligned} \right. \end{gathered}$$

La corrélation de Pearson r est :

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \,\sum (y_i - \bar{y})^2}} \qquad \left(x_i, y_i\right) \in \text{Data Points}$$

et le R² n'est autre que \(r^2\). Les versions d'échantillon (n-1) sont utilisées pour la variance, l'écart-type et la covariance.

Publicité
Trois petits nuages de points montrant une corrélation positive, négative et nulle
La corrélation r varie de +1 (forte positive) à 0 (nulle) jusqu'à -1 (forte négative).

Exemple concret

Pour x = [22, 24, 26, 28, 30, 32, 34] et y = [25, 30, 38, 45, 60, 70, 78], on a \(n = 7\), moyenneX = 28 et moyenneY \(\approx 49{,}43\). La somme dx² = 112 et la somme (dx·dy) = 522, donc la pente \(a = 522 / 112 \approx 4{,}661\) et l'ordonnée à l'origine \(b \approx -81{,}07\), ce qui donne la droite \(y = 4{,}661x - 81{,}07\). La corrélation \(r \approx 0{,}991\) et le R² \(\approx 0{,}983\) — une relation linéaire positive très forte.

FAQ

Que signifie la corrélation r ? Une valeur proche de +1 indique une forte tendance linéaire croissante, proche de -1 une forte tendance décroissante, et proche de 0 une relation linéaire faible voire inexistante.

Et si toutes mes valeurs x sont identiques ? Dans ce cas, x ne varie pas : la pente et r ne sont pas définis, et la « droite » d'ajustement devient la droite verticale x = moyenneX.

La corrélation prouve-t-elle un lien de cause à effet ? Non. Un r élevé montre seulement que les variables évoluent ensemble ; un troisième facteur (comme la température qui dope à la fois les ventes de café et de glaces) peut être la véritable cause.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques