Quel test choisir?

Bonjour à tous,
Encore une question pour savoir quel test choisir :s désolé j'ai pas été assez attentif en cours!

En gros, j'ai une petite base de donnée et j'aimerai voir faire ressortir des liens entre les variables. Je détaille un peu plus: j'ai trois variables correspondants à les valeurs prises sur des cartes viticoles (alimentation hydrique, azotée et vigueur). Je souhaite voir si ces variables venant de cartes, sont liées à des variables venant de mesures effectuées sur le terrain. Les données sont quantitatives. Un simple test de corrélation suffirai? sachant que j'ai 25 individus? Merci d'avance

Pierre

si tout est quantitatif, oui.

Il reste à régler le problème de la distribution des données de chaque trait. Si tout est gaussien, des corrélations de Pearson suffisent. Sinon, on peut passer en non-paramétrique.

HTH, Eric.

Merci beaucoup de votre réponse.
Seulement la moitié de mes variables suit une loi normale. Dans ce cas là, quel test non paramétrique dois-je utiliser?

pour les variables non gaussiennes, il y a plusieurs choix. Le plus simple et le plus commun est d'utiliser des corrélations de rang: Corrélations de Spearman.

HTH, Eric.

Je viens d'essayer avec le coefficient de Kendall, je vais essayer avec Spearman merci.

j'ai une autre question, j'ai un autre test de corrélation à faire avec plus de variables cette fois-ci. Certaines suivent une loi normale, d'autres non. Dois-je effectuer un test non paramètrique pour toutes les variables, où est-ce mieux de faire un test de corrélation (Pearson) paramétrique pour les variables gaussiennes entre elles?

Les conditions d'application d'un test d'une corrélation de Pearson implique que les deux variables soient normalement distribuées (ou - ce qui revient au même - que l'échantillon suive une loi binormale (une loi normale à deux dimensions)). Si l'une des deux n'est pas gaussienne, il vaut mieux - dans le cas le plus simple - s'orienter vers une procédure non-paramétrique.

ok, merci encore de votre aide!