12. Analyse de corrélation
173
sauf une qui a été déplacée loin en haut à droite. Alors que la corrélation était
presque nulle dans le graphique (h), elle est égale à 0.88 dans le graphique (i)
suite au déplacement d’une seule observation. Il est donc utile de rappeler que
la première étape d’une analyse de statistique descriptive bivariée consiste à
produire un diagramme de dispersion, qui nous permettra de vérifier si une
corrélation calculée de 0.88 représente bel et bien une relation positive, proche
d’être exacte linéaire, ou si cette corrélation est due à la présence de quelques
valeurs extrêmes ou aberrantes.
12.4 Corrélation versus causalité
Cette courte section est dédiée à un point essentiel : une corrélation élevée entre deux variables est une indication d’une association statistique entre
les variables, mais une association statistique entre variables n’implique pas
nécessairement une relation de cause à effet.
La corrélation mesure une association entre variables, non une causalité.
Il se peut en effet qu’une association observée entre deux variables X et Y soit
due à l’existence d’une troisième variable Z qui influence à la fois à X et Y . On
parle dans ce cas d’une variable confondante. On pourrait citer de nombreux
exemples dont voici quelques-uns :
• le nombre de boissons fraîches X consommées par jour dans une ville est
corrélé avec le nombre de coups de soleil Y répertoriés dans cette ville
→ ceci n’implique pas qu’une forte consommation de ces boissons soit
responsable de ces coups de soleil (ni que les coups de soleil donnent soif)
→ la variable confondante est ici la température Z
• le nombre de cigognes X dans un pays est corrélée avec le nombre de
naissances Y
→ ceci n’est pas une preuve que les cigognes apportent les bébés (ni que
les bébés apportent les cigognes)
→ la variable confondante est ici la grandeur du pays Z (il y aura plus
de cigognes et plus de naissances dans un grand pays que dans un petit)
• la rapidité X d’un enfant sur une course de 100 m est corrélée avec sa
rapidité de calcul Y
→ ceci n’indique pas forcément que la pratique du sport améliore le quotient intellectuel (ni le contraire)
→ la variable confondante est ici l’âge Z de l’enfant, les performances
sportives et intellectuelles s’améliorant naturellement avec l’âge.
173
sauf une qui a été déplacée loin en haut à droite. Alors que la corrélation était
presque nulle dans le graphique (h), elle est égale à 0.88 dans le graphique (i)
suite au déplacement d’une seule observation. Il est donc utile de rappeler que
la première étape d’une analyse de statistique descriptive bivariée consiste à
produire un diagramme de dispersion, qui nous permettra de vérifier si une
corrélation calculée de 0.88 représente bel et bien une relation positive, proche
d’être exacte linéaire, ou si cette corrélation est due à la présence de quelques
valeurs extrêmes ou aberrantes.
12.4 Corrélation versus causalité
Cette courte section est dédiée à un point essentiel : une corrélation élevée entre deux variables est une indication d’une association statistique entre
les variables, mais une association statistique entre variables n’implique pas
nécessairement une relation de cause à effet.
La corrélation mesure une association entre variables, non une causalité.
Il se peut en effet qu’une association observée entre deux variables X et Y soit
due à l’existence d’une troisième variable Z qui influence à la fois à X et Y . On
parle dans ce cas d’une variable confondante. On pourrait citer de nombreux
exemples dont voici quelques-uns :
• le nombre de boissons fraîches X consommées par jour dans une ville est
corrélé avec le nombre de coups de soleil Y répertoriés dans cette ville
→ ceci n’implique pas qu’une forte consommation de ces boissons soit
responsable de ces coups de soleil (ni que les coups de soleil donnent soif)
→ la variable confondante est ici la température Z
• le nombre de cigognes X dans un pays est corrélée avec le nombre de
naissances Y
→ ceci n’est pas une preuve que les cigognes apportent les bébés (ni que
les bébés apportent les cigognes)
→ la variable confondante est ici la grandeur du pays Z (il y aura plus
de cigognes et plus de naissances dans un grand pays que dans un petit)
• la rapidité X d’un enfant sur une course de 100 m est corrélée avec sa
rapidité de calcul Y
→ ceci n’indique pas forcément que la pratique du sport améliore le quotient intellectuel (ni le contraire)
→ la variable confondante est ici l’âge Z de l’enfant, les performances
sportives et intellectuelles s’améliorant naturellement avec l’âge.