corrélation positive : quand l'une croît, l'autre croît : le nuage formé par l'ensemble des points de mesure prend l'allure d'un ovale dont l'axe est une droite qui monte (pente positive)
corrélation positive : quand l'une croît l'autre décrôit : le nuage formé par l'ensemble des points de mesure prend l'allure d'un ovale dont l'axe est une droite qui descend (pente négative)
2006-12-12 10:20:20
·
answer #1
·
answered by paisible 7
·
1⤊
3⤋
De manière très simplifiée : Les deux phénomènes varient inversement l'un de l'autre. Exemple : La température et la vente de vêtements chauds. Quand la température est plus élevée (été), on achète moins de vêtements chauds qu'en hiver.
2006-12-12 05:05:34
·
answer #2
·
answered by Obelix 7
·
5⤊
1⤋
si un paramètre s'appelle x et l'autre y
il y aura une relation statistique
y= -kx
Y décroît quand x augmente
2006-12-12 22:02:37
·
answer #3
·
answered by riceau 7
·
2⤊
2⤋
la corrélation reléve de la statistique.pour etre bref,la corrélation négative signifie que si une variable augmente d'une unité,l'autre variable diminue d'une unité. si p1=1,p2=-1 et ainsi de suite.
2006-12-12 08:30:41
·
answer #4
·
answered by Anonymous
·
0⤊
2⤋
Cela veut dire que des deux paramètres sont liés négativement :
par ex
paramètre 1,p1 : nombre de part de gateau dans l'assiette
paramètre 2,p2 : nombre de part de gateau mangées
p1 et p2 sont parfaitement corrélés négativement, p1 diminue lorsque p2 augmente (pour le contraire ça reste à voir)
2006-12-12 03:00:03
·
answer #5
·
answered by Anonymous
·
0⤊
2⤋
Bon, laisse tomber tout ce qui est ecrit au dessus il n'y a que des conneries.
Mathematiquement :
Coeficient de correlation : rho = Cov(X,Y)/Racinecarree(Var(X) x Var(Y))
Ou Cov(X,Y) = E[X x Y]-E[X] x E[Y]
De facon simple, si tu suppose que ta correlation a une forme normale, cela signifie :
Sachant que X est a au dessus de sa moyenne, l'esperance d'ecart a la moyenne de Y est b = rho x a
Par exemple rho = -10%
E[X] = 1
E[Y] = 3
Si on sait X = 11, E[Y|X=11] = 3 (=3 + (-0.1) x 10)
Mais toutes les correlations n'ont pas cette forme.
2006-12-12 20:32:40
·
answer #6
·
answered by Anonymous
·
0⤊
3⤋
En gros, ça veut dire que tes deux parametres/variables sont independantes.(à moins que... voir plus bas)
Supposons que x et y sont deux variables du systeme que tu étudies. Suppons qu'au cours de ton expérience, tu mesures les valeurs de x et de y en fonction de la valeur d'une troisieme variable t (par exemple, le temps). On note et la moyenne vis à vis de t des valeurs de x et de y.
On definie en général un coefficient de correlation entre x et y comme un truc proportionnel à
corr = >*>=-*
Exemple: tu lance deux dés, x est le résultat affiché par le premier dé, y est celui affiché par le deuxieme. On aura, en moyenne ==1/6*(1+2+3+4+5+6)=3,5 car on a 1/6 de chances de tirer chaque face. Si tu tires N fois les deux dés et que tu multiplies les deux résultats obtenus, quand N est grand tu vas trouver que est tres proche de 12,25=3,5^2. Plus N est grand et plus tu t'en rapproches. Dans le cas des deux dés, on a donc corr = 0 => les deux des sont indépendants, le résultats affichés par l'un ne dépend pas de celui affiché par l'autre.
Autre exemple : je regarde par ma fenetre, je vois F fenetres, dont Fe montrent des pieces eclairés et Fn des fenetres noires non éclairées.
Je regarde et je fais mes comptes toutes les cinq minutes.
j'ai = = F*-
et *=*(F-) = F*-^2, donc
corr = ^2-.
si je mesure 1 puis 2 fenetres éclairés, j'aurai alors corr = ((1+3)/2)^2 - (1^2+3^2)/2=4-5= -1 donc corr different de zero, ce qui est du au fait que Fe et Fn ne sont pas independantes (Fe = F-Fn)
BREF. Si corr est nul, les deux variables sont independantes, si
corr n'est pas nul, elles ne le sont plus. On parle de variables correlée si corr different de zero, non correle sinon, et on fait SOUVENT l'abus de langage "correlation negative" pour dire qu'il n'y a pas de correlation, cad que corr=0.
Mais! il est possible que pour une fois, dans ton article ils voulaient dire corr<0, mais ça m'étonnerait parce que le signe de corr ne veut rien dire: tout ce qui est interessant, c'est de savoir s'il est nul ou pas.
2006-12-12 03:36:35
·
answer #7
·
answered by Anonymous
·
0⤊
4⤋
la correlation entre deux variables c'est la valeur obtenue en moyenne pour le produit de ces variables. Si la correlation est negative, cela signifie qu'en moyenne les deux variables sont de signe oppose`.
spaceapple.
2006-12-12 02:54:40
·
answer #8
·
answered by spaceapple 1
·
0⤊
4⤋