Forum du Tutorat de Santé de Tours

Salut je n'arrive pas à comprendre vraiment l'intérêt de ces 2 tests et leur différence. En gros je sais que le test de Spearman est la version non paramétrique de celle de Pearson, que la seule différence entre les 2 c'est le calcul du coefficient de corrélation mais je les confonds toujours (et je pense que c'est parce que j'ai du mal à comprendre en quoi ces 2 tests consistent réellement, notamment si on les utilise pour des moyennes, des variances ou des médianes). En théori c'est des stats donc je pourrais juste apprendre bêtement mais je retiens mieux en comprenant...

Serait-il possible de m'éclairer svp ?

Merci d'avance et bonne journée

Coucou Aurélia ! Dit donc on se parle beaucoup aujourd’hui !

Cette fois ci, c’est parti pour la différence entre deux fameux tests : Spearman et Pearson !

Les tests de Pearson et de Spearman sont tous deux utilisés pour évaluer la relation entre deux variables quantitatives.
Globalement ils se ressemblent beaucoup avce presque les meme formules, mais quelques différences sont présentes donc c’est partiiiii !

Ces deux tests sont adaptés à des types de données différents :

Test de Pearson (corrélation de Pearson) : Il évalue la relation linéaire entre deux variables continues. Il mesure la force et la direction de la relation linéaire entre les variables brutes . La corrélation de Pearson varie de -1 à 1, où -1 indique une corrélation négative parfaite, 0 indique aucune corrélation et 1 indique une corrélation positive parfaite.

Test de Spearman (corrélation de rang de Spearman) : Contrairement au test de Pearson, le test de Spearman évalue la relation entre deux variables, mais il ne suppose pas que les données soient distribuées de manière normale ou que la relation soit linéaire. Il est basé sur les rangs des données plutôt que sur les valeurs brutes. De plus, c’est un test non paramétrique !

Voilà j’espère que cette réponse t’aura éclairé, n’hésite pas si tu as encores des incompréhensions ! <3

Bisous bisous et surtout :
La biofun / biostatistreet t’aime et te souhaite bon courage !

D'accord merci beaucoup