Générateur de Nuage de Points

Visualisez les relations entre deux variables — codez par couleur selon les groupes

Un nuage de points affiche des paires de valeurs numériques sous forme de points sur une grille, rendant immédiatement visible si deux variables sont corrélées. Des points formant une tendance ascendante indiquent une corrélation positive ; une tendance descendante est négative ; un nuage aléatoire signifie l'absence de corrélation.

Cet outil charge 40 mesures de Taille, Poids et Genre. Cliquez sur Lier les données pour représenter Taille vs Poids en nuage de points, colorié par Genre. Vous pouvez ensuite demander à l'IA de superposer une droite de régression ou de calculer le coefficient de corrélation.

Collez votre propre CSV à deux colonnes (plus une colonne de groupe optionnelle) pour visualiser vos propres données.

Que montre un nuage de points ?
Un nuage de points montre la relation entre deux variables numériques. Chaque point représente une observation. Le motif global révèle si les variables sont corrélées (quand l'une augmente, l'autre tend-elle à augmenter ou diminuer ?) et la force de cette relation.
Qu'est-ce que la corrélation vs la causalité ?
Un nuage de points peut montrer une corrélation — deux variables évoluant ensemble — mais pas la causalité. Les ventes de glaces et les noyades sont corrélées (les deux atteignent leur pic en été) mais ni l'une ni l'autre ne cause l'autre. La causalité nécessite des expériences contrôlées, pas seulement des données.
Qu'est-ce que le coefficient de corrélation (r) ?
Le coefficient de corrélation r varie de -1 à +1. r = +1 est une droite parfaitement ascendante ; r = -1 est une droite parfaitement descendante ; r = 0 signifie l'absence de relation linéaire. Comme guide approximatif : |r| > 0,7 = forte, 0,3–0,7 = modérée, < 0,3 = faible corrélation.
Comment fonctionne la « coloration par groupe » ?
Si vous avez une colonne catégorielle (comme Genre ou Espèce), demandez à l'IA « colorier par Genre » et elle tracera le nuage de points avec chaque groupe dans une couleur différente. Cela permet de voir facilement si la relation entre les deux variables diffère d'un groupe à l'autre.