Rhô

Corrélation Les divers coefficients de corrélation permettent de tester si les variables varient ensemble. Pour les variables quantitatives, le coefficient est le r de Bravais-Pearson. Pour les échelles ordinales, on a soit la corrélation de rang avec le ρ (rho) de Spearman, soit le τ (tau) de Kendall. Pour les échelles nominales, on en reste au Chi carré, avec la possibilité de calculer le coefficient de contingence ou le coefficient de Cramer. Exemple de corrélations (deux à deux) entre les variables Score1

direct m’accorde de l’autonomie. - 4. Globalement, je me sens vraiment compris(e) par mon supérieur. - 5. Mon supérieur m’aide régulièrement à évaluer mes compétences. L’analyse factorielle confirmatoire donne une forte cohérence interne avec un rhô de Jöreskog de 0.875. Tous les coefficients de régression des items du facteur « perception de l’encadrement » sont significatifs (p

ces points. • Principe fondamental de l’hydrostatique La différence de pression pA – pB entre deux points A et B d’un liquide au repos est donnée par la relation : pA – pB = ρ g (hA – hB). Les pressions pA et pB s’expriment en pascal (Pa) ; ρ (rhô) est la masse volumique du fluide en kilogramme par mètre cube (kg/m3) ; g est l’intensité de la pesanteur en newton par kilogramme (N/kg) ; hA et hB les profondeurs des points A et B en mètre (m). 40 10 Activité Document 1 8 DIFFÉRENCIER

425 1.82353 0.99736 775.00000 0 6.00000 Q26_2 Q44 447 2031 1644 907841 1000 24000 Q44 Coefficients de corrélation de Pearson Proba > |r| sous H0: Rho=0 Nombre d'observations Q26_2 Q44 Q26_2 1.00000 -0.02680 Q26_2 0.5817 425 425 Q44 -0.02680 1.00000 Q44 0.5817 425 447 Ce résultat qu’on a obtenu n’est

supérieur au nombre de jours effectifs d’utilisation du crédit.  Exercices d’application : Série 6 – Cas Rhô ρ L’évolution de la valeur de l’indice de marché et du cours des actions de la société Rhô, ainsi que les dividendes servis au cours de cette période, sont résumés dans le tableau ci-après : Années a0 a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 Indice Dividendes Action Rhô Valeurs Dividendes 48,12 49,05 51,95 74,35 90,15 101,85 87,80 78,76 81,15 74,33 70,37 Valeurs 55,85 66,27 62,38 69

d’application : Série 6 ➊ Cas Rhô ρ L’évolution de la valeur de l’indice de marché et du cours des actions de la société Rhô, ainsi que les dividendes servis au cours de cette période, sont résumés dans le tableau ci-après : Années a0 a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 Valeurs Indice Dividendes 55,85 66,27 62,38 69,87 81,37 88,17 85,26 91,93 98,70 97,84 83,22 1,97 2,10 2,21 2,45 2,65 2,90 2,94 3,03 3,17 3,19 Action Rhô Valeurs Dividendes 48,12 49

calcul des fréquences sur les variables nominales et un calcul des scores sur les variables ordinales. L’analyse bivariée a consisté à des tris croisés que nous avons effectués pour mesurer les corrélations, avec pour coefficient de corrélation Rhô de Spearman pour le croisement et la mesure d’association entre variables. Mémoiirre de ffiin d’’éttudes—DESC//ESSEC de DOUALA Mémo e de n d é udes—DESC ESSEC de DOUALA 44 Prrésentté parr Jourrdaiin KENGNE OUABO P ésen é pa Jou da n KENGNE

structure de copule C continue (voir définition copule sur la page suivante), nous pouvons déduire : τ ( X , Y ) = 4 E[C (U ,V )] − 1 Rhô de Spearman : Le Rhô de Spearman est défini par : ρ ( X , Y ) = 3{Pr (( x − ~ )( y − ~ ) > 0) − Pr (( x − ~ )( y − ~ ) < 0)} x y x y S Avec une copule continue : ρ S ( X , Y ) = 12 ∫∫ C (u , v )dudv − 3 [ 0 ,1 ]2 Le Rhô de Spearman peut aussi être considéré comme un coefficient de corrélation sur les rangs des variables. ρ S (X ,Y ) = ∑ (R n (R

Son projet de vie et d’implantation s’élabore sur d’autres critères beaucoup plus qualitatifs au sein desquels la fiscalité ou le niveau quantitatif des services proposés prennent une place secondaire. 8 Ce coefficient de corrélation se nomme « Rho de Spearman ». Il a été calculé au moyen du logiciel SPSS. Un corrélation parfaite entre deux variables équivaut à 1. Une corrélation de 0.3 signifie que 30% des réponses sont corrélées à une variable particulière. ys ag e lo co Ac isir ns s tiv

000 2298.232 3308.911 x5 | -3997.311 2789.105 -1.43 0.153 -9499.853 1505.232 _cons | 17460.94 49093.23 0.36 0.722 -79393.62 114315.5 -------------+--------------------------------------------------------------sigma_u | 281186.45 sigma_e | 87442.759 rho | .91182038 (fraction of variance due to u_i) ----------------------------------------------------------------------------F test that all u_i=0: F(6, 185) = 158.62 Prob > F = 0.0000 . xtreg y x1 x2 x3 x4 x5, re i(country) Random-effects GLS regression