Matrices de Corrélations et Similarités/dissimilarités

Proximités : Matrices de Corrélations et Similarités/dissimilarités

XLSTAT propose un nombre important de mesures de proximité entre une série d'objets, qu'il s'agisse de lignes (en principe des observations) ou de colonnes (en principe des variables). Le cas le plus classique d'utilisation de cet outil est le calcul d'une matrice de corrélation ou de covariance entre des variables quantitatives.

Type de proximité en fonction des variables

Les similarités calculées sur les données dépendent du type de données :

 Similarité Dissimilarité
QuantitativeCosine, Covariance (n-1), Covariance (n), Inertia, Gower coefficient, Kendall correlation coefficient, Pearson correlation coefficient, Spearman correlation coefficient.Distance de Bhattacharya, Distance de Bray et Curtis, Distance de Canberra, Distance de Chebychev, Distance du Khi², Métrique du Khi², Distance de la corde, Distance de la corde au carré, Distance euclidienne, Distance géodésique, Dissimilarité de Kendall, Distance de Mahalanobis, Distance de Manhattan, Dissimilarité de Pearson, Dissimilarité de Spearman.
BinaireIndice de Dice (aussi appelé indice de Sorensen), Indice de Jaccard, Indice de Kulczinski, Phi de Pearson, Indice d'Ochiai, Indice de Rogers & Tanimoto, Indice de Sokal & Michener (simple matching coefficient), Indice de Sokal & Sneath(1), Indice de Sokal & Sneath(2).Indice de Dice (aussi appelé indice de Sorensen), Indice de Jaccard, Indice de Kulczinski, Phi de Pearson, Indice d'Ochiai, Indice de Rogers & Tanimoto, Indice de Sokal & Michener (simple matching coefficient), Indice de Sokal & Sneath(1), Indice de Sokal & Sneath(2).
QualitativeCooccurrence, Similarité générale.Dissimilarité générale.