Évaluer les hypothèses de Pearson
Pour qu'une corrélation de Pearson soit appropriée, les données doivent respecter deux hypothèses : linéarité et distribution normale.
Une entreprise souhaite effectuer une corrélation de Pearson entre le temps passé sur un site Web et le montant dépensé pour des achats sur ce site, en évaluant d'abord la corrélation sans tenir compte des groupes. Déterminez si une corrélation de Pearson convient, compte tenu des hypothèses de linéarité et de distribution normale à respecter.
Le paquet ggplot2 et l'ensemble de données SiteSales ont été chargés pour vous.
Cette activité fait partie du cours
Tests A/B en R
Instructions de l’exercice
- Créez un nuage de points avec
AmountSpentsur l'axe des x etTimeSearchingsur l'axe des y pour évaluer la linéarité de la relation. - Utilisez
shapiro.test()pour déterminer siAmountSpentsuit une distribution normale. - Utilisez
shapiro.test()pour déterminer siTimeSearchingsuit une distribution normale.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Assess the assumption of linearity
ggplot(___) +
___
# Assess the normality of the `AmountSpent` variable
___
# Assess the normality of the `TimeSearching` variable
___