Matrices de Corrélations et Similarités/dissimilarités Utilisez ce module pour calculer une matrice de corrélations (Pearson, Spearman ou Kendall), de covariance, de similarité ou de dissimilarité pour un tableau rectangulaire, en croisant les lignes ou les colonnes, et tester l'hypothèse d'absence de structure de corrélation dans le cas d'une matrice de corrélation paramétrique (corrélation de Pearson) grâce au test de sphéricité de Bartlett. Les similarités calculées sur les données quantitatives sont : Similarité Dissimilarité Corrélation de Pearson Distance euclidienne Corrélation de Spearman Distance du khi² Corrélation de Kendall Distance de Manhattan Inertie Dissimilarité de Pearson Covariance (n) Dissimilarité de Spearman Covariance (n-1) Dissimilarité de Kendall Pour les données binaires (0/1) : Similarité / Dissimilarité : Indice de Jaccard, Indice de Dice, Indice de Sokal & Sneath (2), Indice de Rogers & Tanimoto, Indice de Sokal & Michener, Indice de Sokal & Sneath (1), Phi de Pearson, Indice de Ochiai, Indice de Kulczinski.

Accueil