Corrélation entre 2 séries de données, quel test?

Bonjour,
ayant du mal avec les statistiques, j'ai un petit soucis avec une série de données...
J'ai 2 variables (% de cultures et longueur de haies) comportant chacune une donnée en fonction du lieu. J'ai donc 16 lieux d'étude avec pour chacun, un % de culture et une longueur de haie.
Mon but est en fait de trouver une corrélation entre mes 2 variables pour pouvoir classer mes lieux. Par exemple quand le % de cultures augmente, la longueur de haie diminue (ce n'est qu'un exemple de ce qu'on pourrait trouver)

Pour trouver tout ça, pourriez vous m'indiquer le ou les tests statistiques à faire?

merci d'avance

Bonjour,

Juste une idée comme ça, tu peux déjà commencer par calculer le coefficient de corrélation entre tes deux variables, ça te donnera peut-être une idée du genre "quand l'une augmente l'autre diminue" (coefficient élevé et négatif dans ce cas).
Ensuite, tu peux peut-être effectuer une régression linéaire d'une de tes variables en fonction de l'autre (tout dépend de tes données), ce qui te permettrait de "quantifier" le lien entre ces deux variables.

Cordialement,

A.D.

Tout d'abord merci pour cette réponse si rapide!

J'ai donc calculer le coefficient de corrélation et j'obtiens -0,73 ce qui n'est pas trop mal si je ne me trompe pas.
J'ai ensuite effectué une régression linéaire et j'obtiens un R² de 0,53 ce qui est pas terrible par contre...

Dois-je en déduire qu'il n'y a pas de vraie corrélation entre mes données et que je ne vais pas pouvoir classer les lieux d'étude dans différents groupes?

De rien pour la réponse

Le coefficient de R² d'une valeur de 0,53 indique simplement que le pourcentage de culture ne permet pas d'expliquer complètement la longueur de haie.
Après, si tu souhaites classer tes différents lieux en te basant sur ces deux variables, ce n'est pas d'une régression dont tu as besoin mais plutôt de méthodes de classification.

Quel est le but final de ton étude?

Cordialement,

A.D.

Tu as étudié la corrélation (linéaire) et la régression linéaire. As tu au moins un graphique montrant que le modèle linéaire est bien le plus adapté ?

Pour répondre à A.D., mon but est de classer le paysage de chaque lieu d'étude en 2 catégories, bocage ou grande culture. Je voudrais pouvoir dire que le bocage a un % de cultures entre telle valeur et telle autre et que c'est confirmé par la longueur de haie. Normalement entre bocage et grande culture, il y a un gradient ou le % de culture augmente et la longueur de haie/ha diminue (mais c'est pas si clair dans mes données :s)

Pour répondre a C@ssoulet, j'ai just calculé la corrélation entre les 2 variables et fait la régression linéaire par graphique.
Tu dis que peut être le modèle linéaire n'est pas le plus adapté mais quelles sont les autres modèles qui pourraient être mieux?

Vous l'aurez compris, je suis en bio et donc les cours de stat portaient plutôt sur des analyses de variances ou de moyennes donc je suis pas très calé...

Apparement, avec une régression polynomiale d'ordre 6, j'ai un R² de 7,7 ce qui est mieux mais je ne sais pas vraiment comment interprété ça et j'ai toujours 2 lieux que je ne sais pas où classer

Salut,

Je ne sais pas où tu vas avec ce genre d'approche des stats mais en tout cas à mon avis surement dans un mur...
Pourquoi fais tu une régression polynomiale d'ordre 6 ?? Est ce que ça a un sens vis à vis de tes données ? Mais dis toi que si tu n'arrives pas à l'interpréter c'est que tu as fais fausse route sur le choix de ton modèle. Le modèle doit reposer avant tout sur une réflexion sur les hypothèses à priori qui t'amènent à le définir. On ne fais pas des stats en testant toutes les possibilités offertes par les maths.

Je pense qu'il faudrait que tu fournissent un échantillon de tes données pour qu'on se rende compte de quoi tu parles et également une liste des questions posées afin que l'on puisse entrevoir la meilleure stratégie à te proposer.

Bonn courage,

Nik

Salut,

j'ai testé les autres régressions juste pour voir mais ça ne donne pas grand chose de plus finalement.

Par contre, j'ai trouvé un test qui à l'air de bien fonctionner et qui je pense est assez bien adapté à mon problème, c'est le test K-means. En voulant 2 classes différentes, ça à l'air de me faire un bon classement.
Il doit y avoir des contraintes à ce genre de teste par contre, vous les connaissez? Selon ma logique, je penserai qu'il faille faire attention à la variance par exemple intra-classe et inter-classe, la 1ere devant être la plus faible possible et la 2e la plus élevée possible, non?