Une banque demande huit informations aux demandeurs de prêt : revenus, niveau de formation, âge, ancienneté à l'adresse actuelle, ancienneté auprès de l'employeur actuel, épargne, endettement et nombre de cartes de crédit. Un administrateur de la banque veut analyser ces données pour trouver la meilleure façon de les regrouper et d'en faire un rapport. L'administrateur collecte ces informations pour 30 demandeurs de prêt.
Il exécute une corrélation de Pearson pour examiner la puissance et le sens de la relation linéaire qui existe entre chaque paire de variables.
- Ouvrez les données échantillons, DemandeurPrêt.MTW.
- Sélectionnez .
- Dans Variables, saisissez Revenu-Cartes crédit.
- Sélectionnez Afficher les valeurs de corrélation.
- Cliquez sur OK.
Interpréter les résultats
Le coefficient de corrélation de Pearson le plus élevé se situe entre Emploi et Résidence. La valeur de 0,95 indique une corrélation positive entre les variables. Plus la variable Emploi augmente, plus la Résidence augmente aussi. L’âge a également une forte corrélation positive avec Résidence et Emploi.
Le coefficient de corrélation de Pearson entre Endettement et Formation est de –0,46. À mesure que le niveau d’instruction d’un demandeur diminue, la dette augmente.
Dans l’ensemble, la plupart des paires de variables ont une corrélation positive.
