N ordre : 2010-20 N Srie : G-6

THESE / AGROCAMPUS OUEST

Sous le sceau de lUniversit Europenne de Bretagne pour obtenir le diplme de : DOCTEUR DE L'INSTITUT SUPERIEUR DES SCIENCES AGRONOMIQUES, AGRO-ALIMENTAIRES, HORTICOLES ET DU PAYSAGE Spcialit : Mathmatique - Physique - Informatique Ecole Doctorale : Vie-Agro-Sant prsente par : Marine CADORET

ANALYSE FACTORIELLE DE DONNEES DE CATEGORISATION APPLICATION AUX DONNEES SENSORIELLES Soutenue le 30 aot 2010 devant la commission dExamen

Composition du jury : Herv ABDI Universit du Texas, Dallas Marc DANZART AgroParisTech, Massy Fionn MURTAGH Universit de Londres, Egham Jrme PAGES Agrocampus Ouest, Rennes Sbastien LE Agrocampus Ouest, Rennes Pierre CAZES Universit Paris Dauphine, Paris

Prsident Rapporteur Rapporteur Directeur de thse Co-directeur de thse Membre

Remerciements

te tiens remerier en premier lieu mes deux direteurs de thseF out d9ordD trme gs pour m9voir fit on(ne il y Q ns en me rerutnt pour ette thseF te le remerie glement pour s grnde disponiilit u quotidien et es reletures ttentivesF te remerie glement sinrement stien v pour s disponiilitD pour voir t l9oute lors des moments plus di0iles et pour ses onseils viss notmment dns les dernires semines de ette thseF te souhite tout dotornt de rliser une thse dns d9ussi onnes onditions ve des direteurs de thse ttentifs permettnt de vloriser ses trvux dns de nomreux ongrsF wes remeriements wr hnzrt et pionn wurtgh qui ont eu l gentillesse d9epter le lourd trvil de rpporteur et de l9voir fit ussi rpidementF veurs ommentires m9ont permis d9mliorer e mnusritF te remerie glement rerv edi et ierre gzes d9voir ien voulu fire prtie de mon jury de thseF te remerie ien sr l9sxe pour voir (nn ette thseF te tiens remerier hleureusement tous les memres du lortoire de mthmtiques ppliE ques d9egrompus qui m9ont ueillie rs ouverts il y trois nsF te remerie tulie tosse pour s onne humeur u quotidien ussi ien u lortoire qu9en dehorsF weri ussi wel uloreg qui t une exellente inme de hF outes nos disussions m9ont toujours t n(quesF te remerie ien sr ghlo priguet ve qui j9i prtg un ureu pendnt es trois nnesF g9tit ronfortnt de pouvoir prtger ensemle u quotidien les ls d9une thseF te tiens remerier glement prnois russon et hvid guseur pour leurs onseils toujours rssurntsF te remerie en(n tous les utres memres du lortoire qui se sont suds pendnt es trois nnes X ilisethD elineD urineD qwenlle et wglieF te tiens remerier glement tous les tudint@eAs qui u ours de es trois nnes m9ont permis de trviller sur nos propres donnes X wrieD wlleD wlnieD wthildeD wrelline et wyrim pour i

les donnes prfumsD groleD vureD vuie et wgli pour les donnes smoothiesD wrie et irginie pour les donnes rtes et en(n gmilleD gthyD ghrlesD wlusine et tphnie pour les donnes puliitsF te ne pourris terminer es remeriements sns penser u finhury group du vendredi soir qui ontriuD s mnireD fire de es trois nnes un exellent souvenir X ernudD wrieD tulieD ghristopheD vurentD xioD unD iriD elineD frunoD enneEophieD qsprd et eux que j9i ouli et qui sont psssD ertins soirsD pr le qzolineF te remerie ussi toute l9quipe d9orgnistion des rs ourts mtrges ve qui se ft un rel plisir d9orgniser l9dition PHIH du pestivl ienes en ourts X eymeriD fenjminD ghloD hidierD rlne et roniqueF our terminerD je remerie ghristophe qui su tre ptient pendnt es trois nnesF

ii

Table des matires

Introduction

I Catgorisation
1 Principe de la catgorisation et valuation

IFI rinipe F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IFP vlution en nlyse sensorielle F F F F F F F F F F F F F F F F F F F F F F F F F IFPFI gomprison ve d9utres mthodes de reueil de donnes sensorielles IFPFIFI ro(l onventionnel F F F F F F F F F F F F F F F F F F F F F F F IFPFIFP ro(l lire hoix F F F F F F F F F F F F F F F F F F F F F F F F F IFPFIFQ ro(l )sh F F F F F F F F F F F F F F F F F F F F F F F F F F F F IFPFIFR eueil diret de similrits F F F F F F F F F F F F F F F F F F F IFPFIFS xpping F F F F F F F F F F F F F F F F F F F F F F F F F F F F IFPFP tude de l reprodutiilit F F F F F F F F F F F F F F F F F F F F F F F F IFPFQ tude de l rptilit F F F F F F F F F F F F F F F F F F F F F F F F F F IFPFR tude de l9preuve de verlistion F F F F F F F F F F F F F F F F F F F F IFQ gonlusion F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFI remire desription sttistique F F F F F F F F F F F F F PFP eprsenttion des ojets F F F F F F F F F F F F F F F F PFPFI enlyse des gorrespondnes wultiples F F F F PFPFP wultidimensionl ling F F F F F F F F F F F F PFPFPFI rinipe F F F F F F F F F F F F F F F F F PFPFPFP lments de omprison ve l9egw pormules de distne F F F F F F F F F F F leurs propres F F F F F F F F F F F F F F ixemple F F F F F F F F F F F F F F F F F F PFPFQ hses F F F F F F F F F F F F F F F F F F F F F PFPFQFI rinipe F F F F F F F F F F F F F F F F F PFPFQFP lments de omprison ve l9egw iii F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F

IH IP IR IR IS IS IS IT IT IT IU IV
19

2 Analyse statistique

PH PH PP PR PR PS PS PU PU PW PW QH

le des mtires PFPFR yEgg F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFPFRFI rinipe F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFPFRFP lments de omprison ve l9egw F F F F F F F F F F F F F F F F F eprsenttion des mots F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F eprsenttion des sujets F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F gs des donnes inompltes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFSFI trtgies envisgeles F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFSFP smpt sur l distne entre ojets F F F F F F F F F F F F F F F F F F F F F F F F PFSFPFI ln ltoire F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFSFPFP ln en fsi F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFSFQ ivlution des mthodes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFSFQFI gon(rmtion du hoix d9un pln quilir prtir de donnes simules PFSFQFP wise en sitution prtir de donnes rellement inompltes F F F F lments de vlidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFTFI remire vleur propre de l9egw F F F F F F F F F F F F F F F F F F F F F F F F F PFTFIFI sn)uene du formt des donnes F F F F F F F F F F F F F F F F F F F F PFTFIFP gonstrution du test F F F F F F F F F F F F F F F F F F F F F F F F F F F PFTFIFQ gs des donnes inompltes F F F F F F F F F F F F F F F F F F F F F F PFTFP illipses de on(ne utour des ojets F F F F F F F F F F F F F F F F F F F F F F PFTFPFI gonstrution F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFTFPFP lidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFTFPFQ gs des donnes inompltes F F F F F F F F F F F F F F F F F F F F F F gonlusion F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QI QI QP QR QT QV QV QW QW QW RI RI RP RR RR RS RT RU RV RV RW SI SP
55

PFQ PFR PFS

PFT

PFU

3 Application

QFI sultts issus de di'rentes mthodes X honnes ires F F F QFIFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F QFIFP eprsenttion des ires F F F F F F F F F F F F F F F F F QFIFPFI egw F F F F F F F F F F F F F F F F F F F F F F F QFIFPFP wh nonEmtrique F F F F F F F F F F F F F F F F QFIFPFQ wh mtrique F F F F F F F F F F F F F F F F F F QFIFPFR hses F F F F F F F F F F F F F F F F F F F F QFIFPFS yEgg F F F F F F F F F F F F F F F F F F F F F QFIFQ eprsenttion des sujets F F F F F F F F F F F F F F F F F QFIFQFI egw F F F F F F F F F F F F F F F F F F F F F F F QFIFQFP hses F F F F F F F F F F F F F F F F F F F F QFIFQFQ yEgg F F F F F F F F F F F F F F F F F F F F F QFIFR filn des omprisons F F F F F F F F F F F F F F F F F F QFP ritement omplet d9un exemple X honnes prfums F F F F F QFPFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F QFPFP remire desription sttistique F F F F F F F F F F F F F F QFPFQ est ssoi l premire vleur propre F F F F F F F F F QFPFR eprsenttion des prfums et des mots F F F F F F F F F QFPFS eprsenttion des sujets F F F F F F F F F F F F F F F F F QFPFT illipses de on(ne utour de l position des prfums F QFPFU filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F iv

ST ST ST ST SU SV SW SW TH TH TH TP TP TQ TQ TS TU TV UH UI UP

le des mtires
II Deux extensions la catgorisation
4 Napping R catgoris

75

RFI rinipe F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFP enlyse sttistique F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFPFI eprsenttion eulidienne d9une nppe tgorise F F F F F F F F F F F F F F RFPFP eprsenttions eulidiennes issues d9un ensemle de nppes tgorises F F RFPFQ lments de vlidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFPFQFI remire vleur propre F F F F F F F F F F F F F F F F F F F F F F F F RFPFQFP illipses de on(ne utour de l position des ojets F F F F F F F F RFQ epplition X honnes smoothies F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQFP sultts F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFR gomprison du xpping tgoris et de l tgoristion X honnes prfums RFRFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFRFP gomprison F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFRFQ filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFS gonlusion F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

UV UW UW VP VR VS VS VU VU VW WW WW WW IHS IHT
107

77

5 Tri hirarchique

SFI rinipe F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFP enlyse sttistique F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFPFI eprsenttion eulidienne d9une hirrhie F F F F F F F F F F F F F F F SFPFP eprsenttions eulidiennes issues d9un ensemle de hirrhies F F F SFPFQ lments de vlidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFPFQFI remire vleur propre F F F F F F F F F F F F F F F F F F F F F SFPFQFP illipses de on(ne utour de l position des ojets F F F F F SFQ epplition X honnes rtes F F F F F F F F F F F F F F F F F F F F F F F F F F F SFQFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFQFP pisilit du tri hirrhique F F F F F F F F F F F F F F F F F F F F F F F SFQFQ sultts F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFR gomprison du tri hirrhique et de l tgoristion X honnes puliits SFRFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFRFP gomprison F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFRFQ filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SFS gonlusion F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

IHV IHW IHW IIQ IIW IIW IPH IPP IPP IPS IPU IQR IQS IQU IRS IRT

III Implmentation dans R

149

6 Implmentation dans R de la fonction fast pour le traitement de donnes de catgorisation 151

TFI pontion fast F F F F F F F F F F F F F F TFIFI erguments en entre F F F F F F TFIFP orties F F F F F F F F F F F F F F TFIFQ ixemple F F F F F F F F F F F F F TFP pontions ssoies l fontion fast TFPFI plot.fast F F F F F F F F F F F F TFPFP print.fast F F F F F F F F F F F TFQ fast dns ommnder F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

ISP ISP ISP ISQ ISQ ISQ ISS IST

le des mtires
7 Implmentation dans R de la fonction fasnt pour le traitement de donnes de Napping R catgoris 159

UFI pontion fasnt F F F F F F F F F F F F F UFIFI erguments en entre F F F F F F UFIFP orties F F F F F F F F F F F F F F UFIFQ ixemple F F F F F F F F F F F F F UFP pontions ssoies l fontion fasnt UFPFI nappesortplot F F F F F F F F F UFPFP plot.fasnt F F F F F F F F F F F UFPFQ print.fasnt F F F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F

F F F F F F F F F F F F F F F F F

ITH ITH ITH ITI ITI ITI ITQ ITR

8 Implmentation dans R de la fonction fahst pour le traitement de donnes de tri hirarchique 167

VFI pontion fahst F F F F F F F F F F F F F VFIFI erguments en entre F F F F F F VFIFP orties F F F F F F F F F F F F F F VFIFQ ixemple F F F F F F F F F F F F F VFP pontions ssoies l fontion fahst VFPFI hsortplot F F F F F F F F F F F F VFPFP plot.fahst F F F F F F F F F F F VFPFQ print.fahst F F F F F F F F F F VFQ fahst dns ommnder F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

F F F F F F F F F

ITV ITV ITV ITW ITW ITW IUH IUP IUQ

Conclusion gnrale
Bibliographie

177
181

vi

Table des gures

IFI ixemple de tgoristion lire otenue sur IP prfums @une ellipsode orrespondnt un groupeAF ge sujet onstitu S groupes de prfumsF F F F F F F F F F F F F F F F F IH IFP ixemple de tgoristion hirrhique desendnte otenue sur IP prfumsF ve sujet onstitu Q groupes u premier niveu qu9il ensuite sudivis en T groupes u seond niveu et en(n en V groupes u troisime niveuF F F F F F F F F F F F F F F F F II IFQ ixemple de tgoristion lire quli(e otenue sur IP prfumsF n ou plusieurs mots @ou uunA peuvent tre utiliss pour drire hque groupeF F F F F F F F F F F F II PFI leu disjontif ompletD xik vut I si l9ojet i pprtient u groupe k et H sinonF F PFP xeuf ojets tgoriss pr P sujets qui ont onstitu hun trois groupes @un disque reprsente un groupeAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFQ eprsenttion des ojets sur le premier pln de l9egw @guheA et du wh @droiteAF PFR eprsenttion des ojets simuls dns l setion PFPFPFP sur le premier pln ftoriel issu de hsesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFS eprsenttion des ojets du tleu PFW sur le premier pln de l9egw @guheA et de yEgg @droiteAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFT gtgoristion verlise d9un sujet not S 2 et tleu de donnes ssoiF ge sujet onstitu Q groupes et n9 ssoi de mots qu9 deux d9entre euxF ensi le mot vert pprt omme lel du groupe onstitu des ojets AD B et C et les mots amer, agrume pprissent omme lel du groupe onstitu des ojets D et F F ve groupe onstitu de l9ojet E n9 t ssoi uun mot X on lui ttriue le lel ritrire 2F PFU wtrie N dns lquelle les frquenes des mots utiliss lors de l9preuve de verlisE tion sont regroupesF gette mtrie omprend I lignes orrespondnt ux ojetsD M olonnes orrespondnts ux mots utiliss tous sujets onfondus et l9intersetion de l ligne i et de l olonne mD on trouve Nim le nomre de sujets qui ont utilis le mot m pour drire un groupe ontennt l9ojet iF F F F F F F F F F F F F F F F F F F F F F F PFV rodure de simultion des donnes inompltesF F F F F F F F F F F F F F F F F F F F F PFW remier pln de l9epw omprnt donnes ompltes et inompltesF eprsenttion des prfums pour le jeu de donnes omplet @A et inomplet @iA @guheA et des xes prtiels @droiteAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFIH woyenne des neuf vleurs propres sur IHHH simultions lorsque le nomre de sujets ugmente pour un nomre (x de IH ojetsF F F F F F F F F F F F F F F F F F F F F F F F PFII elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9egw pour des donnes de tgoristionD note 1 F X orrespond u tleu de donnes et P u nomre de nouveux tleux onstruits pr permuttionF F F F F F PFIP horme de ruygens prtir de P ojets A et B et de Q de leurs reprsenttions issues de rEhntillonnges @A1 D A2 D A3 D B1 D B2 et B3 AF F F F F F F F F F F F F F F F F vii PP PQ PV QI QR QS QT RP RR RT RU RW

le des (gures PFIQ illipses de on(ne et rpports de reouvrement otenus sur des donnes simules sns struture pour R on(gurtions de jeu de donnes o I vut IH et IHH et J vut glement IH et IHHF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SH PFIR elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de tgoristionF X orrespond u tleu de donnesD B u nomre de rEhntillonnges des sujets et P u nomre de nouveux tleux onstruits pr permuttionF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F SI QFI eprsenttion des ires sur le pln onstitu des xes I et P de l9egwF F F F F F F F QFP eprsenttion des ires sur le pln onstitu des xes Q et R de l9egwF F F F F F F F QFQ eprsenttion des ires sur le pln onstitu des xes I et P de l on(gurtion moyenne issue du wh nonEmtrique R dimensionsF F F F F F F F F F F F F F F F F F F QFR eprsenttion des ires sur le pln onstitu des xes Q et R de l on(gurtion moyenne issue du wh nonEmtrique R dimensionsF F F F F F F F F F F F F F F F F F F QFS eprsenttion des ires sur le pln onstitu des xes I et P de l on(gurtion moyenne issue du wh mtriqueF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFT eprsenttion des ires sur le pln onstitu des xes Q et R de l on(gurtion moyenne issue du wh mtriqueF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFU eprsenttion des ires sur le pln onstitu des xes I et P de hsesF F F F F QFV eprsenttion des ires sur le pln onstitu des xes Q et R de hsesF F F F F QFW eprsenttion des ires sur le pln onstitu des xes I et P de yEggF F F F F F QFIH eprsenttion des ires sur le pln onstitu des xes Q et R de yEggF F F F F F QFII eprsenttion des sujets sur le pln onstitu des xes I et P de l9egwF F F F F F F F QFIP eprsenttion des sujets sur le pln onstitu des xes Q et R de l9egwF F F F F F F F QFIQ eprsenttion des sujets sur le pln onstitu des xes I et P de hsesF F F F F F QFIR eprsenttion des sujets sur le pln onstitu des xes Q et R de hsesF F F F F F QFIS eprsenttion des sujets sur le pln onstitu des xes I et P de yEggF F F F F F QFIT eprsenttion des sujets sur le pln onstitu des xes Q et R de yEggF F F F F F QFIU rfums utiliss lors de l9preuve de tgoristionF F F F F F F F F F F F F F F F F F F F QFIV ositionnement des IP prfums sur l roue des prfumsF F F F F F F F F F F F F F F F F QFIW xomre de groupes d(nis lors de l9preuve de tgoristion sur les prfumsF F F F F QFPH xomre de prfums pr groupe lors de l9preuve de tgoristionF F F F F F F F F F F QFPI xomre de mots pr groupe lors de l9preuve de tgoristion sur les prfumsF F F F QFPP histriution sous H0 de l premire vleur propre et vleur oserve sur le jeu de donnes de tgoristion prfums @en rougeAF F F F F F F F F F F F F F F F F F F F F F QFPQ remier pln ftoriel de l9egwF eprsenttion des prfumsF F F F F F F F F F F F F F QFPR remier pln ftoriel de l9egwF eprsenttion des prfums @en rougeA et des lels @en noirAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFPS eprsenttionD sur le premier pln de l9egwD des sujets ynt rliss une tgoriE stion prtir de prfumsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFPT remier pln ftoriel de l9egwF eprsenttion des prfums et des ellipses de on(ne ssoiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFPU histriution sous H0 du rpport de reouvrement et vleur oserve sur le jeu de donnes prfums @en rougeA lors de l9preuve de tgoristionF F F F F F F F F F F F SU SU SV SV SV SV SW SW TH TH TI TI TI TI TP TP TQ TR TS TS TU TV TV TW UH UI UP

RFI ixemple de nppe prtir de V ojetsF F F F F F F F F F F F F F F F F F F F F F F F F F F UV RFP ixemple de nppe tgorise prtir de V ojetsF ve sujet onstitu Q groupesF F F UW RFQ xppe tgorise d9un sujet (tif et tleu de donnes ssoiF F F F F F F F F F F F VH viii

le des (gures RFR remier pln ftoriel de l9nlyse pr epw de l nppe tgorise du sujet (tif de l (gure RFQF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VI RFS truture @pr sujetA des donnes de xpping tgorisF eu sujet j D on ssoie les deux oordonnes de s nppeD Xj et Yj D et s vrile @qulittiveA de tgoristion Cj F Xj (i) X oordonne horizontle de l9ojet i sur l nppe j F Cj (i) X mot@sA ssoi@sA u groupe dns lequel l9ojet i t pl pr le sujet j F F F F F F F F F F F F F F F F F VP RFT truture @pr typeA des donnes de xpping tgorisF ves olonnes de l (gure RFS ont t rordonnes pour fire pprtre d9un t les oordonnes sur les nppes et de l9utre les tgoristionsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VR RFU elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9epwrD note 1 D pour les donnes de xpping tgorisF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j et P u nomre de nouveux tleux onstruits pr permuttionF F F F F F F F F F F F F F VS RFV elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de xpping tgorisF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j D B u nomre de rE hntillonnges des sujets et P u nomre de nouveux tleux onstruits pr perE muttionF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VU RFW xppes tgorises des sujets PD SD UD VD IH et PP pour les donnes smoothiesF F F F VW RFIH xomre de groupes forms pr les sujets lors de l9preuve de xpping tgoris sur les smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WH RFII xomre de smoothies pr groupe lors de l9preuve de xpping tgorisF F F F F F WH RFIP xomre de mots its pr groupe lors de l9preuve de xpping tgoris sur les smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WI RFIQ ristogrmme des premires vleurs propres otenues prtir de SHH permuttions sur le jeu de donnes smoothies lors de l9preuve de xpping tgorisF v vleur oserve pprt en rougeF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WP RFIR eprsenttion des smoothies dns le pln d(ni pr les dimensions I et P de l9epwrF WQ RFIS eprsenttion des smoothies dns le pln d(ni pr les dimensions Q et R de l9epwrF WQ RFIT glssi(tion sendnte hirrhique des smoothies prtir des R premires dimenE sions de l9epwrF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WQ RFIU eprsenttion des smoothies et des mots dns le pln d(ni pr les dimensions I et P de l9epwrF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WR RFIV eprsenttion des smoothies et des mots dns le pln d(ni pr les dimensions Q et R de l9epwrF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WS RFIW riles physioEhimiques projetes en vriles supplmentires sur le premier pln de l9epwr des donnes smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F WT RFPH riles de omposition projetes en vriles supplmentires sur le premier pln de l9epwr des donnes smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F WT RFPI eprsenttion des sujets dns le pln d(ni pr les dimensions I et P de l9epwr des donnes smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WU RFPP eprsenttion des sujets dns le pln d(ni pr les dimensions Q et R de l9epwr des donnes smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WU RFPQ eprsenttions prtielles du smoothie priseEfnne de mrque grrefourF F F F F F WU RFPR eprsenttions prtielles du smoothie ennsEfnneEgoo de mrque gsinoF F F F WU RFPS eprsenttion des smoothies et de leurs ellipses dns le pln d(ni pr les dimensions I et P de l9epwrF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WV RFPT ristogrmme des rpports de reouvrement otenus prtir de SHH permuttions sur le jeu de donnes smoothies lors de l9preuve de xpping tgorisF v vleur oserve pprt en rougeF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WV RFPU xomre de groupes onstitus lors de l9preuve de tgoristion sur les prfumsF F F IHI RFPV xomre de groupes onstitus lors de l9preuve de xpping tgoris sur les prfumsFIHI ix

le des (gures RFPW xomre de prfums pr groupe lors de l9preuve de tgoristionF F F F F F F F F F F RFQH xomre de prfums pr groupe lors de l9preuve de xpping tgorisF F F F F F F RFQI xomre de mots utiliss pr groupe pour drire les prfums lors de l9preuve de tgoristionF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQP xomre de mots utiliss pr groupe pour drire les prfums lors de l9preuve de xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQQ hm d9epwr servnt omprer les rsultts issus de l tgoristion et du xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQR eprsenttion des prfums sur le premier pln ftoriel de l9epwr omprnt tE goristion et xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F F RFQS eprsenttion prtielle des prfums sur le premier pln ftoriel de l9epwr ompE rnt tgoristion et xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F RFQT eprsenttion des xes prtiels sur le premier pln ftoriel de l9epwr omprnt tgoristion et xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F RFQU eprsenttion des mthodes sur le premier pln ftoriel de l9epwr omprnt E tgoristion et xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F IHI IHI IHP IHP IHQ IHR IHR IHR IHS

SFI ixemple de hirrhie et tleu de donnes ssoiF F F F F F F F F F F F F F F F F F F IIH SFP leu disjontif omplet ssoi l hirrhie j F v hirrhie j est onstitu de Qj niveuxD xik vut I si l9ojet i pprtient u groupe k et H sinonF F F F F F F F F F IIH SFQ eprsenttion des ojets de l (gure SFI sur les deux premiers plns ftoriels de l9egwF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F III SFR hendrogrmme otenu prtir des dimensions de l9egw de l (gure SFQ et du ritre de rdF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F III SFS hendrogrmme otenu prtir des dimensions de l9egw des donnes du tleu SFIF IIQ SFT leu reprsentnt un ensemle de J tris hirrhiques fournis pr J sujetsF ve sujet j onstitu un tri hirrhique Qj niveuxF F F F F F F F F F F F F F F F F F F F F F IIQ SFU ris hirrhiques de deux sujets onstitus u premier niveu de P groupes @de V oE jetsA sprnt les ojets e et f et u seond niveu de R groupes @de R ojetsAF ve sujet P onstitu un niveu supplmentireF ves nomres entre prenthses orrespondent u nomre d9ojets dns hque groupeF F F F F F F F F F F F F F F F F F F F F F F F F F IIS SFV in hutD tris hirrhiques de deux sujets ynt fourni des tris hirrhiques identiques jusqu9u niveu P mis di'rents u troisime niveuF in sD reprsenttions des ojets sur les deux premiers plns ftoriels issus de l9epw des deux sujets prdentsFIIS SFW in hutD tris hirrhiques de deux sujets ynt fourni des tris hirrhiques di'rents pour les niveux I et P mis identique u troisime niveuF in sD reprsenttions des ojets sur les deux premiers plns ftoriels issus de l9epw des deux sujets prdentsFIIT SFIH eprsenttion des deux sujets de l (gure SFW et de leurs niveux de hirrhie sur le premier pln ftoriel de l9epwF S 1.N 2 orrespond u niveu P du sujet IF F F F F F IIV SFII elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9epwD note 1 D pour des donnes de tri hirrhiqueF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j et P u nomre de tleux onstruits pr permuttionF F F F F F F F F F F F F F F F F F F F F F F F F F IPH SFIP elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de tri hirrhiqueF X orrespond u tleu de donnesD Xj u tE leu de donnes restreint ux vriles du sujet j D B u nomre de rEhntillonnges des sujets et P u nomre de tleux onstruits pr permuttionF F F F F F F F F F F IPP SFIQ he hut en s et de guhe droiteD les IT rtes nommes de e F F F F F F F F F IPQ SFIR ris hirrhiques des enfnts nIID IPD IU et VUF F F F F F F F F F F F F F F F F F F F F F IPR SFIS eprsenttion des S vriles de omportement sur le premier pln ftoriel de l9egFIPT x

le des (gures SFIT eprsenttion des individusD des modlits de l vrile ge insi que des ellipses de on(ne WS7 utour de l position des modlits sur le premier pln ftoriel de l9eg des vriles de omportementF ves individus sont oloris selon leur lsse d9pprtenne l vrile ge. F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPT SFIU hendrogrmme otenu prtir des dimensions de l9eg du tleu SFR @vrile Nb enfants exlueAF ge dendrogrmme est reprsent sur le premier pln ftoriel de l9eg du tleu SFRF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPU SFIV ristogrmme des premires vleurs propres otenues pr permuttionsF v vleur oserve sur le jeu de donne rte pprt en pointill rougeF F F F F F F F F F F F IPV SFIW eprsenttion des rtes sur le premier pln ftoriel de l9epw des UD VD W et IH nsF IPW SFPH eprsenttion des rtes sur le deuxime pln ftoriel de l9epw des UD VD W et IH nsFIPW SFPI eprsenttion des enfnts sur le premier pln ftoriel de l9epw des UD VD W et IH nsFIQI SFPP eprsenttion des enfnts sur le deuxime pln ftoriel de l9epw des UD VD W et IH nsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IQI SFPQ eprsenttion des enfnts sur le premier pln ftoriel de l9epw des UD VD W et IH ns et de l9informtion supplmentire sexeF F F F F F F F F F F F F F F F F F F F F F F F F IQI SFPR rjetoires des enfnts sur le premier pln ftoriel de l9epw des UD VD W et IH nsF VUFxI orrespond u niveu I de l9enfnt nVUF F F F F F F F F F F F F F F F F F F F F F IQP SFPS illipses de on(ne utour de l position des rtes dns le pln d(ni prtir des dimension I et P de l9epw des UD VD W et IH nsF F F F F F F F F F F F F F F F F F F F F F IQQ SFPT ristogrmme des rpports de reouvrement otenus pr permuttionsF v vleur oE serve sur le jeu de donne rtes pprt en pointill rougeF F F F F F F F F F F F F IQR SFPU he hut en s et de guhe droiteD les IT puliits nommes de e F F F F F F F IQT SFPV xomre de groupes fournis lors de l9preuve de tgoristion pour les donnes puE liitsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IQU SFPW xomre de groupes fournis lors de l9preuve de tri hirrhique lire u premier niveu @guheA et u dernier niveu @droiteA pour les donnes puliitsF F F F F F F F F F F IQV SFQH xomre de puliits pr groupe lors de l9preuve de tgoristionF F F F F F F F F F IQV SFQI xomre de puliits pr groupe lors de l9preuve de tri hirrhique lire u premier niveu @guheA et u dernier niveu @droiteAF F F F F F F F F F F F F F F F F F F F F F F IQW SFQP xomre de niveux fournis lors de l9preuve de tri hirrhique lire pour les donnes puliitsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IQW SFQQ fotes de dispersion des temps @en seondesA psss l9preuve de tgoristion et de tri hirrhique pour les donnes puliitsF F F F F F F F F F F F F F F F F F F F F F IRH SFQR hm d9epwr servnt omprer les rsultts issus de l tgoristion et du tri hirrhiqueF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRP SFQS eprsenttion des puliits sur le premier pln de l9epwr servnt omprer tgoristion et tri hirrhiqueF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRQ SFQT eprsenttion des puliits prtielles sur le premier pln de l9epwr servnt omprer tgoristion et tri hirrhiqueF F F F F F F F F F F F F F F F F F F F F F F F IRQ SFQU eprsenttion sur le premier pln ftoriel de l9epw servnt omprer tgoriE stion et tri hirrhiqueD des xes prtiels des nlyses spres de hun des deux jeux de donnesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRR SFQV eprsenttion de hune des mthodes @guheA et des sujets @droiteA sur le premier pln de l9epwr servnt omprer tgoristion et tri hirrhiqueF ves sujets sont hills d9une ouleur en fontion de l the qu9ils ont e'etue @rouge pour l tgoristion et vert pour le tri hirrhiqueAF F F F F F F F F F F F F F F F F F F F F F IRS SFQW xiveux ssois ux sujets ynt e'etus l9preuve de tri hirrhique reprsents sur le premier pln de l9epwr servnt omprer tgoristion et tri hirrhiqueF IRT TFI qrphiques retourns utomtiquement pr l fontion fastF F F F F F F F F F F F F F ISR xi

le des (gures TFP qrphique des prfums sns les mots otenu pr l fontion plot.fastF ves prfums sont oloris selon l tgoristion du sujet SF F F F F F F F F F F F F F F F F F F F F F F TFQ qrphique des sujets otenu pr l fontion plot.fastF F F F F F F F F F F F F F F F F TFR pentre priniple de l9interfe grphique ssoie l fontion fastF F F F F F F F F TFS pentre des options grphiques de l9interfe grphique ssoie l fontion fastF F TFT pentre des sorties optionnelles de l9interfe grphique ssoie l fontion fastF F UFI qrphiques retourns utomtiquement pr l fontion fasntF F F F F F F F F F F F F F UFP eprsenttion de qutre nppes tgorises otenu pr l fontion nappesortplotF UFQ qrphique des ojets sns les mots otenu pr l fontion plot.fasntF ves ojets sont oloris selon les groupes fournis pr le sujet SF F F F F F F F F F F F F F F F F F F F UFR qrphique des individus prtiels otenu pr l fontion plot.fasntF F F F F F F F F F IST IST ISU ISU ISV ITP ITQ ITS ITS

VFI qrphiques retourns utomtiquement pr l fontion fahstF F F F F F F F F F F F F F IUH VFP eprsenttion de qutre tris hirrhiques otenus pr l fontion hsortplotF F F F IUI VFQ qrphique des ojets sns les mots otenu pr l fontion plot.fahstF ves ojets sont oloris selon les groupes issus du deuxime niveu du sujet IF F F F F F F F F F F IUQ VFR qrphique des niveux de hirrhie ve les trjetoires otenu pr l fontion plot.fahstF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IUQ VFS pentre priniple de l9interfe grphique ssoie l fontion fahstF F F F F F F F F IUR VFT letion des vriles ssoies un sujet dns l9interfe grphique ssoie l fontion fahstF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IUR VFU letion des grphiques de sortie dns l9interfe grphique ssoie l fontion fahstFIUS VFV letion des lments en sortie dns l9interfe grphique ssoie l fontion fahstFIUS

xii

Liste des tableaux

PFI leu de oourrenes otenu prtir de T ojetsD nots de A F D tgoriss pr S sujetsF e l9intersetion de l ligne B et de l olonne DD on trouve le nomre de sujets ynt pls es deux ojets dns un mme groupe X dns et exemple IF F F F PFP leu de donnes objets sujets otenu prtir de T ojetsD nots de A F D tgoriss pr S sujetsF ve sujet PD not S 2D fourni Q groupes X les ojets AD B et C pprtiennent u groupe not ID les ojets D et F pprtiennent u groupe not Q et l9ojet E est pl seul dns un groupe not PF F F F F F F F F F F F F F F F F F F F F F PFQ leu de distnes otenu prtir du tleu de oourrenes PFI et de l forE mule PFQF e l9intersetion de l ligne B et de l olonne DD on trouve le nomre de sujets n9ynt ps pls es deux ojets dns un mme groupe X dns et exemple RF PFR gtgoristions de Q sujets sur IH ojets @guheA et tleu de oEourrenes ssoi @droiteAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFS leurs propres et pourentges de vrine des dimensions de l9egw et du wh F PFT goe0ients de orreltion entre les fteurs de l9egw et du wh F F F F F F F F F F F PFU histnes u rr des ojets u entre de grvit pour l9egw et le wh F F F F F F PFV goe0ients de orreltion entre les fteurs de l9egw et de hses F F F F F F F F PFW gtgoristions de R sujets sur V ojets @guheA et tleu de oEourrenes ssoi @droiteAF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFIH goe0ients de orreltion entre les fteurs de l9egw et de yEgg F F F F F F F F PFII goe0ients RV moyens @sur IHH simultionsA entre les fteurs I et P de l9egw sur les donnes ompltes et les fteurs I et P de l9egw ve TD V et IH ojets prsents sur les IPD selon un pln optiml et selon un pln ltoireF F F F F F F F F F F F F F F PFIP goe0ients de orrltion entre les fteurs I et P des egw sur donnes ompltes et inompltesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFIQ our hque formt de tleuD moyenne de l premire vleur propre otenue prtir de IHHH simultionsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFIR ourentge de jeux de donnes signi(tifs pour des jeux de donnes ve SD IHD IS et PH sujets @ = 0.05AF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F PFIS our hque formt de tleuD moyenne de l premire vleur propre otenue prtir de IHHH simultions pour PH7 de donnes mnquntesF F F F F F F F F F F F F F F F F F PFIT our hque formt de tleuD rpport de reouvrement moyen otenu prtir de IHHH simultionsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFI teu de donnes iresF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QFP wtrie de oourrenes des iresF v dernire olonne orrespond u nomre de sujets ynt pls hune des V ires dns un groupe isolF F F F F F F F F F F F F F QFQ wtrie de oourrenes entre prfums lors de l9preuve de tgoristionF F F F F F F xiii

PI PI PR PV PV PW PW QI QQ QR RP RQ RS RU RV SH ST ST TT

viste des tleux QFR hesription des prfums engel et hlimr pr les motsD tris pr ordre droissnt de signi(tivitF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F TU QFS gtgoristions des sujets IVD QID RH et WQ sur les donnes prfumsF F F F F F F F F F UH RFI leu de omposition des V smoothies utiliss lors de l9preuve de xpping tE gorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VV RFP wtrie de oourrenes entre smoothies lors de l9preuve de xpping tgorisF WH RFQ snditeurs issus des donnes du xpping lors de l9preuve de xpping tgoris sur les smoothiesF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WI RFR wots @tris pr ordre droissnt de signi(tivitA drivnt les smoothies grreE fourpfD grrefourwD gsinoefg et snnoentefg lors de l9preuve de xpping tgorisF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WI RFS wtrie de oourrenes entre prfums lors de l9preuve de tgoristionF F F F F F F IHH RFT wtrie de oourrenes entre prfums lors de l9preuve de xpping tgorisF F IHH RFU wots les plus its pour drire les groupes de prfums et frquenes de ittionF F F IHP RFV wots @tris pr ordre droissnt de signi(tivitA drivnt les prfums eromtis ilixir et lesures lors de l9preuve de tgoristionF F F F F F F F F F F F F F F F F F F IHQ RFW wots @tris pr ordre droissnt de signi(tivitA drivnt les prfums eromtis ilixir et lesures lors de l9preuve de xpping tgorisF F F F F F F F F F F F F F IHQ SFI SFP SFQ SFR SFS SFT SFU SFV SFW SFIH SFII SFIP SFIQ eond odge propos pour un tri hirrhique symtriqueF F F F F F F F F F F F F F F IIP ln frtionnire 273 utilis pour onstruire les IT rtes de l (gure SFIQD notes de e F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPQ roilits ritiques des tests p entre les vriles de omportement et les vriles de signltiqueF ves ellules grises sont elles pour lesquelles l proilit ritique est infrieure u seuil de 5%F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPS leurs moyennes des vriles de omportement pr ge @de Q IH nsAF F F F F F F IPU pport de orrltion entre hque fteur du pln d9expriene @en ligneA et hque dimension de l9epw @en olonneA des donnes rtesF F F F F F F F F F F F F F F F F F IPW leurs propres et pourentges d9inertie ssois hque dimensionF F F F F F F F F IQH roilits ritiques ssoies u test de l9e'et sexeD ge et ole dns l9nlyse de vrine o l vrile expliquer est l dimensionF ves proilits ritiques infrieures S7 sont identi(es pr une strisqueF F F F F F F F F F F F F F F F F F F F IQP ln frtionnire 251 utilis pour onstruire les IT puliits notes de e F F F F IQS ginq mots les plus its pour drire des groupes de puliits lors de l9preuve de tgoristionF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRH ginq mots les plus its pour drire des groupes de puliits ux niveux I @guheA et P @droiteA lors de l9preuve de tri hirrhiqueF F F F F F F F F F F F F F F F F F F F F IRI grtristion de l puliit f lors de l9preuve de tgoristionF F F F F F F F F F F IRI grtristion du niveu I lors de l9preuve de tri hirrhique pour les donnes puliitsF F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRI yppositions les plus ites hque niveu de hirrhie pour les donnes puliitsF IRP

xiv

Introduction

v desription d9un ensemle d9ojets fit prtie des priniples prolmtiques de l9nlyse sensorielleF our y rpondreD l mthode untittive hesriptive enlysis @he Y tone et al. @IWURAA est rgulirement utiliseF gette mthode est une pprohe nlytique en e sens que l the demnde ux sujets est divise en plusieurs prtiesF in e'etD dns ette mthodeD il est demnd hque sujet de donner une note hun des desripteurs d9une liste prEd(nieF v ressemlne entre deux ojets est lors otenue pr un umul des di'renes de notes pour l9ensemle des desripE teursF hns ette preuveD les sujets sont en quelque sorte utiliss omme instruments de mesure Y ils doivent don tre entrns l9vlution des desripteursF vors de ette preuveD l liste des desripteurs peut tre impose ux sujetsF ges pprohes nlytiquesD via une liste de desripteursD ne disent rien qunt l9importne reltive de hun d9eux Y l onstrutionD via des mthodes ftoriellesD de dimensions sensorielles lies plusieurs desripteurs peut trs ien ne rvler qu9une redondne de ertins d9entre eux pour l9ensemle des ojets tudis et non leur importneF hepuis quelques nnesD plusieurs pprohes omplmentires ont vu le jourF ves pprohes dites holistiques pportent un point de vue di'rent des pprohes nlytiques @holistique vient du gre nien oo @holos A qui signi(e tout AF hns es mthodesD hque ojet est onsidr omme un tout et l9vlution de l ressemlne entre ojets @qui peut prendre di'rentes formesA se fit glolementF gontrirement ux mthodes de desription lssiqueD dns es mthodes il n9est demnd uune omptene prtiulire de l prt des sujets X es mthodes peuvent don tre rlises pr tous types de sujetsD des sujets entrns omme de simples onsommteursF ge qui ouvre des perspetives onsidrles de onfronttion de points de vue en prtiulier entre professionnels et onsommteursF gomme l9pprohe est gloleD uun ritre n9est impos ux sujets pour vluer les ojets X hun rlise l the qui lui est demnde en fontion de ses propres ritresD ritres qui ne sont ps nessirement expliitsF yn ttend de l9nlyse sttistique de es donnes qu9elle retourne les ritres sousEjents ux prents entre ojets formes pr les sujetsF ge sont es ritres qui seront onsidrs omme les plus importntsF r d(nitionD il n9 y ps de onnes ou de muvises rponsesF rmi les mthodes holistiquesD l tgoristion @ou le tri lireA est l plus nienneF gette mthode de reueil de donnesD issue du domine de l psyhologieD fut mise en uvre pour l I

sntrodution premire fois en nlyse sensorielle pr vwless @IWVWAF vors d9une preuve de tgoristionD l the demnde ux sujets est de fournir une prtition des ojets telle que deux ojets qui se ressemlent pprtiennent un mme groupe et deux ojets qui sont perus omme di'rents pprtiennent deux groupes di'rentsF e l9issue de ette preuveD les sujets peuvent tre enourgs ssoier des mots ux groupes d9ojets otenusF gette mthode de reueil permet d9otenirD l9issue du tritement sttistique des donnesD une rte sensorielle des ojetsF gette rte est utile ux industriels qui se posent l question du positionnement des ojets les uns pr rpport ux utres X quels sont eux qui se ressemlent ou ien qui sont di'rents c ixiste des groupes d9ojets c @sssnhouD PHHWAF vorsque des mots sont utiliss pour drire les ojetsD l tgoristion permet de svoir quels ritres sont importnts ux yeux des sujets pour di'renier les ojetsF v tgoristion est sns doute l mthode de reueil de donnes l plus simple mettre en uvreF outefoisD les donnes issues de ette mthode ne permettent ps de rpondre ux questions suivntes X qu9en estEil de l proximit entre les groupes d9ojets fournis pr hque sujet c uel heminement de pense onduit hque sujet s tgoristion des ojets c ges deux questions nous ont onduits nous intresser deux utres reueils de donnesF in nlyse sensorielleD lorsque l9on herhe reueillir diretement des distnes entre ojetsD l mthode du xpping @gsD PHHQD PHHSA ou rojetive wpping @isvik et al.D IWWRA est une des mthodes de reueil dpteF vors d9une preuve de xpping D il est demnd hque sujet de positionner les ojets sur une nppe de dimension 60 40 m de fon telle que deux ojets pprissent d9utnt plus prohes @respF distntsA sur l nppe qu9ils sont perus omme similires @respF di'rentsA pr le sujetF gomme l tgoristionD le xpping fit prtie des pprohes holistiques X l9vlution se fit don glolement et uun ritre n9est impos ux sujets pour rliser leur nppeF v9oservtion du omportement de sujets montre que souvent euxEi forment des groupes d9ojets sur leur nppe X ette oservtion onduit dns un premier temps prendre en ompte ette informtion dns le tritement des nppes etD dns un seond tempsD expliiter dns le protoole propos ux sujetsD l ominison du xpping et de l tgoristionF gette mthode est ppele xpping tgorisF einsiD ve ette mthode de reueilD on dispose l fois de groupes d9ojets et de distnes entre ojetsF i l9on s9intresse u proessus d9lortion d9une prtitionD l mthode de reueil de donnes dpte ette prolmtique est le tri hirrhiqueF fien que rpondnt une question importnteD ette mthode reste peu utilise en nlyse sensorielle @igoro'D PHHSY flnher et al.D PHHVY ghre et al.D PHHVY ntos et al.D PHIHAF lusieurs vrintes de tri hirrhique existentF hns l dmrhe desendnte et inireD il est demnd hque sujet de diviser dns un premier temps en deux groupes l9ensemle des ojets Y puis dns un seond tempsD il peutD s9il le souhiteD diviser hun de es deux groupes de nouveu en deux Y et ei utnt de fois qu9il le dsire de fon otenir des groupes d9ojets homognes selon luiF yn ttend du tri hirrhique plus de rihesse que de l tgoristion en prtiulier qunt l9importne reltive des ritres utilissF hns e ontexteD l9ojetif de ette thse onerne le tritement sttistique des donnes de tgoristion @u sens lrgeA en nlyse sensorielle Y et plus prisment de proposer une mthoE dologie omplte pour le tritement de es donnes X 9estEEdire des sttistiques desriptivesD des P

sntrodution reprsenttions des di'rents lments d9intrt @ojetsD sujetD motsAD des exemples omments et en(n des progrmmes informtiques disponiles pour le tritement des donnesF v premire prtie de ette thse est ddie l9preuve de tgoristion stricto sensu en nlyse sensorielleF our elD dns un premier tempsD prs voir prsent le prinipe de l tgoristionD on prsente une synthse iliogrphique du point de vue sensorielD oriente notmment vers l omprison des rsultts issus de tgoristion eux issus d9utres mthodes de reueilD l9tude de l reprodutiilit des rsultts ou enore l9tude de l rptilit des sujets fe ette preuveF ve ur de ette premire prtie est une proposition de mthodologie de tritement des donnes de tgoristion Y elle se termine pr l9tude pprofondie de deux exemplesF v seonde prtie est onsre u xpping tgoris d9une prt et u tri hirrhique d9utre prtF hes mthodologiesD illustres prtir d9exemplesD sont proposes pour nlyser es deux types de donnesF ghune de es deux mthodes de reueil est glement ompre l tgoristion prtir d9un exempleF in(nD l dernire prtie prsente l9implmenttion dns @ hevelopment gore emD PHHVA de fontions que j9i dveloppesD onsres u tritement sttistique des trois types de reueil prsents prdemment X tgoristionD xpping tgoris et tri hirrhiqueF gertines de es fontions sont dj implmentes dns le pkge ensowine @russon et vD PHHWAD pkge du logiiel ddi u tritement de donnes sensoriellesF ves exemples utiliss dns ette thse sont originux @suf mention ontrireA X l9un t onu et reueilli pr nousEmmeD les utres pr des tudints d9egrompus yuest sous notre diretionD u moins prtiellementF ges reherhes ont donn lieu plusieurs exposs et rtiles lists iEprsF

sntrodution

Liste des travaux

Articles

Articles accepts

gdoret wFD v FD gs tFD e ptoril epproh for orting sk dt @peAF Food Quality and PreferenceF 20F RIHERIUF gs tFD gdoret wFD v FD he orted xpping X new holisti pproh in sensory evlutionF Journal of Sensory StudiesF @eptA gdoret wFD v FD gs tFD wultidimensionl sling versus multiple orrespondene nlysis when nlyzing tegoriztion dtF Studies in Classication, Data Analysis, and Knowledge OrganizationF @eptA gdoret wFD v FD gs tFD gtegoriztion dt X nlysis nd vlidity of the resultsF

Article soumis

Exposs oraux (le nom de l'orateur est soulign)

gdoret wFD v FD gs tFD e new pproh for nlyzing hierrhil sorting tsk dtD IHth ensometris onfereneD ysEfsD PSEPV tuillet PHIH gdoret wFD v FD gs tF @rsent pr russon pFAD e novel pproh to nlyse orting sk dtD IHmes journes iuropennes egroEindustrie et wthodes sttistiques @eprsEmidi sensorielleAD stlieD PQ pvrier PHIH gdoret wFD v FD gs tFD gomining the est of two worldsD the sorted nppingD ummer rogrm sn ensory ivlutionD ietnmD UEW eot PHHW v FD gdoret wFD gs tFD rolisti pprohes X from npping dt to tegoriztion dtD n overview of lterntives to heD Vth ngorn ensory iene ymposiumD stlieD PTEQH tuillet PHHW gdoret wFD v FD gs tFD wissing vlues nd elements of vlidity in tegoriztionD epplied tohsti wodels nd ht enlysisD vitunieD QH tuinEQ tuillet PHHW S

viste des trvux

v FD gdoret wFD gs tFD rolisti pprohes X from npping dt to tegoriztion dtD n overview of lterntives to heD ennul weeting of the uoren oiety of pood iene nd ehnologyD goreD PUEPW wi PHHW gdoret wFD v FD gs tFD ritement de donnes de tgoristionD gonfrene inugurle ens8oD prneD P evril PHHW gdoret wFD v FD gs tFD enlyzing tegoriztion dtD snterntionl pedertion of glsE si(tion oietiesD ellemgneD IREIV wrs PHHW gdoret wFD v FD gs tFD peD novel ptoril epproh for orting sk dtD Wth ensometris onfereneD gndD PHEPQ tuillet PHHV gdoret wFD v FD gs tFD ilements of vlidity in wultiple ptor enlysisD pirst joint meeting of the oit prnophone de glssi(tion nd the glssi(tion nd ht enlysis qroup of sD stlieD IIEIQ tuin PHHV v FD gdoret wFD gs tFD e novel ptoril epproh for nlyzing orting sk dtD pirst joint meeting of the oit prnophone de glssi(tion nd the glssi(tion nd ht enlysis qroup of sD stlieD IIEIQ tuin PHHV

Posters

gousin wFD enven wFD hilippe wFD oulrhot wFD gdoret wFD v FD gonstrution of produts spe sed on onsumers9 words from the npping methodF epplition to the senE sory evlution of twelve luxury frgrnesFD IHmes journes iuropennes egroEindustrie et wthodes sttistiquesD felgiqueD PQEPS tnvier PHHV gousin wFD enven wFD hilippe wFD oulrhot wFD gdoret wFD v FD gonfronttion of produts spes sed on onsumers9 spontneous dt nd experts9 onventionl pro(leF epE plition to the sensory evlution of twelve luxury frgrnesFD IHmes journes iuropennes egroEindustrie et wthodes sttistiquesD felgiqueD PQEPS tnvier PHHV

Tutoriaux dans congrs internationaux

gs tFD gdoret wFD v F wultiple ptor enlysis pplied to sensory dtF ensometris orkshopsD ysEfsD PQ tuillet PHIH v FD gdoret wF enlysing sensory dt with nd ensowineF ensometris orkshopsD ysEfsD PP tuillet PHIH v FD gdoret wFD gs tF prom multivrite to multiwy dt nlysisFFFn overviewF use 3 PHHW @he user gonfereneAD prneD UEIH tuillet PHHW

Premire partie

Catgorisation

Chapitre

1
Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Principe de la catgorisation et valuation

Sommaire
1.1 1.2

IFPFI IFPFP IFPFQ IFPFR

valuation en analyse sensorielle . . . . . . . . . . . . . . . . . . . . . . .

gomprison ve d9utres mthodes de reueil de donnes sensorielles F tude de l reprodutiilit F F F F F F F F F F F F F F F F F F F F F F F F F tude de l rptilit F F F F F F F F F F F F F F F F F F F F F F F F F F F tude de l9preuve de verlistion F F F F F F F F F F F F F F F F F F F F F

F F F F

F F F F

12

IR IT IT IU

1.3

Conclusion

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

hns e premier hpitreD nous prsentons l tgoristionF gette mthode de reueil de donnes est utilise dns di'rents dominesF ille donn lieuD en prtiulier remmentD de nomreux trvux en nlyse sensorielleD tnt sur le pln mthodologique que du point de vue de l9utilistionF ge hpitre prsente le prinipe gnrl de l tgoristion et un tt des lieux de son vlution en nlyse sensorielleF

ghpitre IF rinipe de l tgoristion et vlution

1.1 Principe

v tgoristion @ou tri lire en frnis Y free sorting tsk ou tegoriztion en nglisA est une the qui onsiste demnder des sujets de former des groupes d9ojets @motsD produitsD etcFA en fontion de leur ressemlne X il leur est demnd de pler dns un mme groupe des ojets qu9ils jugent prohes et dns des groupes distints des ojets qu9ils jugent di'rentsF ves ojets sont prsents simultnment ux sujetsF v the de tgoristion peut prendre di'rentes formes X lire @fF pigure IFIA X le nomre de groupes et le nomre d9ojets pr groupe est liss u hoix du sujetF sl doit ependnt ne ps mettre tous les ojets dns un mme groupe et ne ps isoler hque ojet dns un groupe Y ontrinte X le nomre de groupes etGou le nomre d9ojets pr groupe est (x pr l9exprimenE tteur @rely et willerD IWUHY vwlessD IWVWA Y hirrhique @fF pigure IFPA X elle peut tre sendnte X le sujet ommene pr onstituer k groupesD puis grge les P qu9il onsidre omme les plus semllesD jusqu9 n9otenir plus qu9un seul groupe @o et utzD IWUIAF yu inversementD desendnteD il ommene pr diviser les ojets en P groupesD puis sudivise s9il le dsire es groupes jusqu9 otenir des groupes forms d9un seul ojet @igoro'D PHHSAF flnher et al. @PHHVA ont utilis une vrinte de l forme desendnte qui onsiste prtir non ps de P groupesD mis de k groupesF
Figure IFI ! ixemple de tgoristion lire otenue sur IP prfums @une ellipsode orrespondnt un

groupeAF ge sujet onstitu S groupes de prfumsF

in nlyse sensorielleD ette preuve fit prtie des preuves non verles @sssnhouD PHHWAF wis en prtiqueD prs l9preuve de tgoristionD il peut tre propos ux sujets de drire les groupes qu9ils ont onstitus en leur ssoint quelques motsF hns e s de (gureD on prle de tgoristion quli(e ou lellise @fF pigure IFQAF ges mots sont utiles pour interprter le posiE tionnement des ojets otenu l9issu du tritement sttistique des donnesF gette possiilit t utilise trs tt en nlyse sensorielle @vwlessD IWVWAF ves mots peuvent provenir d9une liste donne pr l9exprimentteur etGou du voulire du sujet @ghollet et lentinD PHHIAF IH

IFIF rinipe
Figure IFP ! ixemple de tgoristion hirrhique desendnte otenue sur IP prfumsF ve sujet onstitu
Niveau de hirarchie

Q groupes u premier niveu qu9il ensuite sudivis en T groupes u seond niveu et en(n en V groupes u troisime niveuF
n1

n2

n3

Figure IFQ ! ixemple de tgoristion lire quli(e otenue sur IP prfumsF n ou plusieurs mots @ou uunA peuvent tre utiliss pour drire hque groupeF
gourmand, vanille, bois pic fleur, floral, vert

fleur blanche, vanille, orange

he mme que d9utres reueils de donnes sensorielles holistiques omme le xpping D l E tgoristion prsente di'rents vntges X 9est une the simple qui ne demnde ps ux sujets de omptenes prtiulires @e qui permet notmment son utilistion pr des sujets nfsA et qui demnde peu de temps ux sujets ontrirement d9utres modes de reueil de donnes sensorielles omme le pro(l onventionnel qui nessite de l9entrnementF gependntD omme les ojets sont vE lus simultnmentD le nomre totl d9ojets vluer reste limit X en nlyse sensorielleD vwless et reymnn @IWWVA pronisent l9vlution de IH PH produits u mximumF sl est toutefois possile d9envisger que les sujets n9vluent ps tous les ojets X on se trouve lors dns une sitution de plns inomplets omme tudi pr gllier @IWWTA en rtogrphie des prfrenesF v premire utilistion de l tgoristion remonte prolement IWQS et ux trvux de rulin et utz sur l9expression fileF hepuisD ette mthode t utilise dns de nomreux domines @siene soileD sntD nlyse sensorielleD etcFA et notmment en psyhologie X rely et willer @IWUHA demndrent PH sujets de rliser une tgoristion de phrses rites sur des rtesF ur hune de es rtes tit rite une phrse ontennt X un sujet @the salesmanD the criticD the writerD the studentD the publisher AD un vere @soldD criticizedD wroteD studiedD published A et un omplment @the II

ghpitre IF rinipe de l tgoristion et vlution v9ensemle des ominisons tient reprsentes X les sujets devient rliser une preuve de tgoristion prtir de PS phrsesF gette preuve tit ontrinte puisque les sujets devient omposer S groupes de S phrses ve omme point de dprt pour hque groupeD les phrses les plus logiques @the salesman sold the bookD the critic criticized the bookD etcFAF in nlyse sensorielleD les premiers trvux utilisnt l tgoristion sont dus vwless @IWVWA et portient sur des odeurs X le ut tnt de mieux omprendre l struture des odeursF v9preuve onsistit tgoriser di'rentes odeurs pprtennt a priori trois groupes X une odeur oiseD une odeur grume et une odeur mlngent les deux prdentesF ves sujets tient diviss en deux groupes X l9un des groupes vit pour instrution de rliser une tgoristion lire lors que l9utre groupe devit se restreindre deux groupes lors de l9preuve de tgoristionF ge mode de reueil de donnes depuis t utilis de nomreuses fois en nlyse sensorielle sur des ojets vrisD ussi ien des produits limentires que non limentires ou enore des oissonsF our les produits limentiresD itons du fromge @vwless et al.D IWWSY xestrud et vwlessD PHIHAD des rles @grtier et al.D PHHTAD de l gele @ng et reymnnD PHHPY flnher et al.D PHHUAD des sues pour reue @flnher et al.D PHHVA Y pour les produits nonElimentires X des pies de uir pour voiture @pye et al.D PHHTAD des pies plstiques @pye et al.D PHHRAD du tissus @ou1et et al.D PHHRA Y et pour les oissons X du vin @rr et al.D PHHUY fllester et al.D PHHVAD de l ire @ghollet et lentinD PHHIAD de l9eu @plhee et weD IWWSY eillet et al.D PHHVAF
1.2 valuation en analyse sensorielle

book AF

e(n d9tudier l vlidit de l9preuve de tgoristionD nous exminons plusieurs ritres qui sont l omprison des rsultts otenus pr tgoristion eux otenus pr d9utres mthodes similiresD l9tude de l reprodutiilitD l9tude de l rptilit des sujets et l vlidit de l9preuve de verlistion qui peut suivre l tgoristionF our es di'rentes ritres @ l9exeption de l verlistionAD l9vlution s9est fite pr les uteurs en omprnt di'rentes reprsenttions des ojets issues du tritement sttistique des donnes X ils ont lors herh omprer l reprsenttion des ojets issue d9une tgoristion elle issue d9une utre mthode de reueilD l reprsenttion des ojets issue d9une tgoristion ve un premier jury elle issue d9une tgoristion ve un seond juryD etF xous vons mis en videne trois ritres de omprison de reprsenttions utiliss plus ou moins rgulirement en nlyse sensorielle X le oe0ient RV D le oe0ient RV normlis @xA et l distne de rousteF ves omprisons se font le plus souvent l9ide du oe0ient RV @oert et isou(erD IWUTAF ge oe0ient qui peut tre vu omme un oe0ient de orrltion u rr entre P groupes de vriles d(nies sur un mme ensemle d9ojetsD vrie entre H et I et prend une vleur de I si les deux groupes de vriles onident @ une trnsformtion orthogonle prsAF oit X et Y deux mtries de tille I p orrespondnt deux ensemle de p vriles d(nis sur un mme ensemle I d9individusF i on onsidre que les deux mtries X et Y sont entres pr olonneD le oe0ient RV entre es deux mtries s9rit X IP

IFPF vlution en nlyse sensorielle

RV (X, Y ) =

tr(XX Y Y ) tr((XX )2 )tr((Y Y )2 )

@IFIA

our l omprison de reprsenttions otenues prtir de deux mthodes de reueilD l mtrie X orrespond l mtrie de oordonnes des ojets otenue pr l premire mthode de reueil @ette mtrie ontient I lignesD ve I le nomre d9ojets et p olonnesD ve p le nomre de dimensions souhitA et Y l mtrie de oordonnes des ojets otenue pr l deuxime mthode de reueil @ette mtrie ontient I lignesD ve I le nomre d9ojets et p olonnesD ve p le nomre de dimenE sions souhitAF qnrlement les uteurs se sont intresss l omprison de reprsenttion de mme dimensionnlitD 9est pourquoi nous supposons nos deux mtries X et Y de mme tilleF ge oe0ient prsente l9vntge d9tre orn @entre H et IA mis il est trs sensile l dimensionlit des mtries X des mtries ve peu de lignes @omme 9est souvent le s en nlyse sensorielleA peuvent fournir un oe0ient RV reltivement grnd @tosse et al.D PHHVAF g9est pourquoiD de nomreux uteurs utilisent une version normlise ou stndrdise du oe0E ient RV @hlihD IWWTY ediD PHHUY tosse et al.D PHHVAD souvent not N RV en nlyse sensorielle X
N RV = RV E (RV ) V (RV ) ,

@IFPA

ve E (RV ) l9esprne du oe0ient RV lule en onsidrnt s distriution otenue lorsque l9on e'etue toutes les permuttions des lignes de l9une des deux mtries et V (RV ) s vrine lule de l mme fonF in onsidrnt s distriution omme normleD le oe0ient N RV peut tre positionn dns l distriution normle de moyenne nulle et de vrine unitire et ompr l vleur de IFTS @pour un seuil de 5%A pour rliser le test suivnt X H0 X RV = 0 H1 X RV > 0 ge oe0ient RV normlis permet de s9'rnhir des prolmes de dimensionnlit du oe0ient RV et une vleur en tnt que telle peut insi tre interprteF gertins uteurs utilisent glement un modle de rouste @qower et hijksterhuisD PHHRA pour omprer deux on(gurtionsF v sttistique proustenneD que nous notons GD est lors utilise pour mesurer l distne entre deux mtries X et Y F in utilisnt les mmes nottions X et Y que pour le oe0ient RV D elle se d(nit de l fon suivnte X
G(X, Y ) = tr((x XHx Y ) (x XHx Y )),

@IFQA

ve x et Hx le oe0ient de diltion et l trnsformtion orthogonle optimux permettnt d9jusE ter u mieux l mtrie Y l mtrie X X 9est dire permettnt de minimiser G(X, Y )F v vleur de ette sttistique en tnt que telle n9est ps rellement informtive mis elle peut pr ontre tre utile lors d9une omprison une utre vleur pour des mtries de mme dimensionnlitF IQ

ghpitre IF rinipe de l tgoristion et vlution

1.2.1 Comparaison avec d'autres mthodes de recueil de donnes sensorielles

sl existe un grnd nomre de mthodes de reueil de donnes en nlyse sensorielleF n ertin nomre d9entreEelles outissent l9issue de leur tritement sttistique une reprsenttion des ojets X 9est le s des donnes de tgoristionF sl don est intressnt de voir si des mthodes de reueil di'rentes permettent d9otenir des reprsenttions des ojets similiresF v9ojet de ette setion n9est ps de omprendre omment es reprsenttions sont otenues @el fit l9ojet du hpitre suivntA mis de fire un iln des omprisons des reprsenttions des ojets otenues pr tgoristion et pr d9utres mthodes de reueil de donnesF
1.2.1.1 Prol conventionnel

ve pro(l onventionnel @ou untittive hesriptive enlysisD he Y tone et al. @IWURAA perE met d9otenir une desription prise de l9ensemle des ojetsF gette desription est tlie en plusieurs phses qui sont X l gnrtion des desripteursD l9entrnement des sujets et l9vlution (nle des ojetsF ne fois l liste de desripteurs d(nie et les sujets entrnsD les sujets vluent hque ojet de fon mondique squentielle X 9estEEdire que les ojets sont vlus un un @sur tous les desripteursA les uns l suite des utresF vors de ette preuveD hque sujet est isol dns un oxF pye et al. @PHHRA ont ompr le tri lire u pro(l onventionnel prtir de pies de plstiqueF sls ont ompr l on(gurtion moyenne des ojets otenue lors d9une preuve de tgoristion rlise pr ISH individus nonEentrnsD l on(gurtion issue d9un pro(l onventionnel @ prtir de V desripteursA e'etu pr un jury entrn de IP personnesF v omprison des deux on(gurtions l9ide des oe0ients RV et N RV montre qu9elles sont reltivement prohes X RV = 0.77D N RV = 2.71 F wme si les on(gurtions moyennes sont prohesD pye et al. montrent que les P mthodes di'rent dns l desription sensorielle des dimensions X l9utilistion de desripteurs dns le pro(l onventionnel permet plus de prision @hque desripteur est ssoi une d(nition priseAD mis l tgoristion permet plus de nunes @utilistion de di'rents mots pour fire psser une ideAF sl fut tout de mme noter que es rsultts ne sont ps tout fit exts r lors de l9preuve de tri lireD les sujets ont tgoris PT pies lors que lors du pro(l onventionnel seules V pies ont t vluesF grtier et al. @PHHTA ont onfront tgoristion et pro(l onventionnel sur IQ rles pour le petitEdjeunerF vors de ette exprimenttionD IP sujets entrns ont rlis un pro(l onventionnel et IP utres sujets entrns ont e'etu une tgoristionF ves rsultts otenus sont plutt mitigs puisque le oe0ient entre les premiers plns ftoriels des deux pprohes n9est que de HFQIF in revnheD si on ompre le premier pln ftoriel issu du pro(l onventionnel l on(gurtion R dimensions issue de l tgoristionD ils otiennent une oe0ient RV de HFTUF flnher et al. @PHHUA ont onfront entre utres le tri lire et le pro(l onventionnelF gette omE prison s9est fite sur IU geles et ve IR sujets @des tudints frnisA pour le pro(l onventionnel et IR pour le tri lireF hns ette exprimenttionD l tgoristion et le pro(l onventionnel sont deux mthodes donnnt des on(gurtions moyennes reltivement prohes @RV aHFTAF IR

IFPF vlution en nlyse sensorielle

1.2.1.2 Prol libre choix

ve pro(l lire hoix @ou freeEhoie pro(lingD illims et vngron @IWVRAA est une mthode de reueil de donnes prohe du pro(l onventionnelF e l di'rene d9un pro(l onventionnelD lors d9une preuve de pro(l lire hoixD l liste des desripteurs n9est ps impose ux sujets X hque sujet d(nit ses propres desripteursF gomme pour le pro(l onventionnelD lors de l9preuveD les ojets sont prsents de fon mondique squentielleF ng et reymnn @PHHPA ont ompr entre utres l tgoristion et le pro(l lire hoixF gette omprison s9est fite prtir de IH geles de risin X PR sujets ont e'etu l9preuve de tgoristion et IP d9entre eux ont glement rlis un pro(l lire hoixF ng et reymnn @PHHPA ont otenu un oe0ient RV de 0.79 @et un oe0ient N RV de 4.8A entre les deux on(gurtionsD e qui semle reltivement levF
1.2.1.3 Prol ash

ve pro(l )sh @hirou et ie'ermnnD PHHPA est une mthode de reueil se sur le pro(l lire hoix X les sujets d(nissent eux mmes leurs desripteursF wis ontrirement ux deux pro(ls prdentsD lors d9un pro(l )shD les ojets ne sont ps vlus de fon mondique squentielle X les ojets sont vlus ensemle et e sont en quelque sorte les desripteurs qui sont vlus de fon mondique squentielleF einsiD pour hque desripteurD les sujets doivent lsser les ojetsF ves ojets sont don prsents simultnment ux sujetsD e qui permet un positionnement reltif des ojets les uns pr rpport ux utresF in plus du pro(l onventionnelD flnher et al. @PHHUA ont glement onfront le tri lire u pro(l )shF gette foisEi les sujets tient des tudints frnis @IR pour le tri lire et IQ pour le pro(l )shA et vietnmiens @IU pour le tri lire et IR pour le pro(l )shAF ves deux on(gurtions @issues du tri lire et du pro(l )shA otenues prtir des sujets vietnmien sont plus prohes que elles otenues prtir des sujets frnis @RV = 0.73 vs RV = 0.68AF hns l9ensemle les on(gurtions otenues restent prohesF ves omprisons entre les mthodes interEpys donnent des oe0ients RV moins levs @RV @tgoFvietnmD)shFfrneA= 0.51 et RV @tgoFfrneD)shFvietnmA= 0.47AF
1.2.1.4 Recueil direct de similarits

ve reueil diret de similrits @ghuhn et rrperD IWVTA est une mthode qui onsisteD lors de l9vlution de I ojetsD prsenter ux sujets l9ensemle des I (I21) pires possiles d9ojets une une et leur demnder d9vluer l ressemlne sensorielle entre l pire d9ojets l9ide d9une noteF gette note peut vrier entre 0 lorsque les deux ojets sont perus omme les mmes et pr exemple 10 lorsque les deux ojets sont perus omme prtiulirement di'rentsF ng et reymnn @PHHPA ont notmment ompr l tgoristion et le reueil diret de siE milrits @PR sujets ont e'etu l9preuve de tgoristion et IP d9entre eux ont glement rlis un reueil diret de similritsAF vors de l9preuve de reueil de similritsD l9ensemle des RS pires IS

ghpitre IF rinipe de l tgoristion et vlution possiles ont t vlues pr les sujetsF ng et reymnn @PHHPA otiennent un oe0ient RV de 0.68 entre les deux on(gurtions @et un oe0ient RV normlis de 3.78AF
1.2.1.5 Napping R

ve xpping @gsD PHHQD PHHSA @ou projetive mppingD isvik et al. @IWWRAA est une mthode de reueil de donnes dns lquelle les sujets ont leur disposition tous les ojets simultnment X ils doivent lors pler euxEi sur une nppe de dimension 60cm 40cmF ur ette nppeD deux ojets sont prohes @respF loignsA s9ils pprissent omme similires @respF di'rentsA u sujetF ghque sujet utilise ses propres ritres pour onstruire s nppeF uing et al. @IWWVA ont ompr tgoristion et xpping @plus prisment projetive mpE pingA prtir de IV rres snk et de deux jurys de PR personnesF ve premier jury vlu les rres prtir de l tgoristion et le seond jury prtir de deux types de xpping @strutur X 9estEE dire ve lellistion des xes Y nonEstrutur X 9estEEdire sns lellistion des xesAF ves rsultts otenus montrent une plus grnde proximit entre les on(gurtions otenues pr tgoristion et xpping strutur @RV = 0.6A que tgoristion et xpping nonEstrutur @RV = 0.48 ou RV = 0.38 selon l mthode utilise pour triter les donnes de xpping nonEstruturAF xestrud et vwless @PHIHA se sont glement intresss l omprison des rsultts de tE goristion et de xpping prtir de IP pommes et de IP fromges @pour hque espe produitD deux produits ont t dupliqusAF IW sujets ont rlis l omprison prtir des pommes et PI prtir des fromgesF ves rsultts montrent des reprsenttions prohes entre les deux mthodes de reueilD ve toutefois une proximit plus importnte lors de l9exprimenttion prtir des fromges X RV = 0.52D N RV = 3.5 pour les pommes et RV = 0.81D N RV = 7.72 pour les fromgesF
1.2.2 tude de la reproductibilit

v9tude de l reprodutiilit d9une mthode onsiste omprer les rsultts de ette mthode prtir des mmes ojets sur di'rents groupes de sujets X pr exemple des sujets entrns et des sujets nonEentrnsD ou ien des sujets de di'rents pysD omme l9ont fit les uteurs suivntsF grtier et al. @PHHTA ont montrD prtir de leurs donnes sur IQ rlesD que les on(gurtions des rles prtir de IP sujets entrns et PR nonEentrns tient prohes X RV = 0.69F flnher et al. @PHHUA ont eux otenu un oe0ient RV de HFRS entre les on(gurtions moyennes otenues prtir de IR tudints frnis et IU vietnmiens sur de l geleF v reprodutiilit de l the de tgoristion semle plutt moyenneD mis el est peutEtre d ux files e'etifs utilissF
1.2.3 tude de la rptabilit

in nlyse sensorielleD on dit que des sujets sont rptles lorsqu9ils sont ples de reproduire les mmes rsultts lors de snes suessivesF ves uteurs suivnts se sont intresss l rptilit de sujets entrns ou nonEentrns lors d9une preuve de tgoristionF IT

IFPF vlution en nlyse sensorielle grtier et al. @PHHTA ont tudi l rptilitD lors d9une preuve de tgoristionD de sujets nonEentrnsF ves preuves ont eu lieu durnt S jours onsutifsF sls ont otenu des on(gurtions moyennes prohes puisque que les oe0ients RV entre les premiers plns ftoriels otenus entre les tgoristions du jour I u jour S vrient de HFUU HFVSF ghollet et lentin @PHHIA ont e'etu l mme dmrhe sur des sujets nonEentrns lors de deux snes espes de PH minutesF sl s9gissit d9e'etuer une tgoristion sur IP ires X T ires ommeriles et T ires romtisesF ghollet et lentin ont not que lors de l deuxime preuveD l on(gurtion moyenne des ires tit moins file interprter @le onsensus entre les sujets tit moins fortAD e qui lisse penser un e'et de ftigue des sujets lors de ette seonde preuveF v distne de rouste lule entre les deux on(gurtions otenues est de 2.05F ghollet et lentin se sont glement intresses l rptilit de sujets entrns dns les mmes onditionsF illes ont montrD sur leurs donnesD que le ritre de tri des sujets entrns prolement hng entre les P preuvesF vors de l premire preuveD ils ont oppos les ires )euries ux ires doues lors que lors de l seonde preuveD ils ont oppos les ires ommeriles ux ires romtisesF ghollet et lentin expliquent e hngement pr le fit que l premire vlution servi d9hu'ement ux sujets entrns et qu9ils se sont rendu ompte l (n de l9preuve que P types de ires tient utilissF v distne de rouste lule entre les deux on(gurtions otenues est de 2.57F gonernnt l omprison de l rptilit des sujets entrns et non entrnsD ghollet et lentin ont otenu une di'rene entre les on(gurtions moyennes des P rptitions plus petite pour les sujets nonEentrns @distne de rouste de 2.05A que pour les sujets entrns @distne de rouste de 2.57AF sl semlerit don dns ette tude que les sujets nonEentrns soient plus rptles que les sujets entrnsD mis les uteurs ne donnent ps d9lment de vlidit ssoi ette di'reneF
1.2.4 tude de l'preuve de verbalisation

v9preuve de verlistion onsiste demnder ux sujetsD prs voir rlis l tgoristionD de drire pr quelques mots les groupes qu9ils ont onstitusF yn peut se poser l question de l vlidit de ette preuve l fois pour des sujets entrns et non entrnsF yn peut glement herher omprer les rsultts de ette preuve hez es deux types de sujetsF velivre et al. @PHHVA ont tudi l vlidit de ette the de desription prtir de sujets entrns d9une prt et nonEentrns d9utre prtD et ont ompr leurs rsulttsF our elD l9expriene onsist dns un premier temps rliser une preuve de tgoristion quli(e sur W iresD ve ou sns une liste prEd(nie de RR mots @de fon voir si une liste ide les sujets fournir une informtion plus pertinente sur l desription des iresAF hns un seond tempsD l the de vri(tion du voulire onsistit prsenter de nouveu ux sujetsD les ires @sns qu9ils shent qu9il s9gissit des mmes iresA et les listes de mots qu9ils vient gnres pour hque groupe de iresD et leur demnder d9ssoier hque ire ve une liste de motsF ve nomre d9ssoitions orretes tient ensuite omptilis pour hque sujet X 9estEEdire le nomre de fois o il ssoi IU

ghpitre IF rinipe de l tgoristion et vlution une ire l liste de mots qu9il vit gnre prs l tgoristionF vors de ette exprieneD les sujets entrns ont en moyenne eu SRFU7 d9ssoitions orretesF ves sujets nonEentrns ont pour leur prt eu SHFW7 d9ssoitions orretesF v omprison de es rsultts ne fit ps pprtre de relle di'rene l russite ette preuve entre des sujets entrns ou nonF he plusD le fit de disposer d9une liste de mots n9'ete ps les rsultts de l the d9ssoitionD l fois pour les sujets entrns et nonEentrnsF velivre et al. ont glement montr qu9voir une liste donne des desriptions di'rentes surtout pour les sujets nonEentrnsF ve fit de disposer d9une liste semle les iderD mis in)uene ussi leur desriptionF ghollet et lentin @PHHIA ont montr sur leurs donnes que des sujets entrns tendent utiliser des termes plus pris @voulire spi(que ppris lors de l9entrnementA que les sujets nonE entrnsF gependnt mlgr leur mnque de prisionD omprtivement ux sujets entrnsD les sujets nonEentrns rrivent ommuniquer les di'renes qu9ils peroiventF
1.3 Conclusion

v tgoristion est une mthode de reueil de donnesD issue de l psyhologieD reltivement simple mettre en uvre puisqu9il s9git de demnder des sujets @n9ynt uune omptene prtiulireA de fire des groupes d9ojets homognes selon euxF gette mthode est pprue en nlyse sensorielle u dut des nnes WH et depuisD elle est rgulirement utiliseD notmment depuis une dizine d9nnesD et e sur des produits ussi di'rents que du fromge @vwless et al.D IWWSAD des pies plstiques @pye et al.D PHHRA ou enore de l ire @ghollet et lentinD PHHIAF in nlyse sensorielleD les rsultts issus de ette mthode de reueil ont donn lieu de nomE reuses omprisons ve d9utres mthodes de reueil X he @pye et al.D PHHRY grtier et al.D PHHTAD pro(l lire hoix @ng et reymnnD PHHPA ou enore xpping @uing et al.D IWWVAF qnrE lement le oe0ient RV entre les premiers plns ftoriels des mthodes ompres est prohe de HFT et le oe0ient N RV D qund il est lulD est suprieur IFTSD e qui indique une ertine ohrene entre les mthodesF v9tude de l reprodutiilit de l mthode et de l rptilit des sujets ont glement montr de ons rsulttsF in(n l9tude de l the de verlistion qui suit l the de tgoristion proprement dite n9 ps montr de relle di'rene entre sujets nonEentrns et sujets entrnsF v mthode de reueil de donnes pr tgoristion pprt don omme fournissnt des rsulE tts pertinentsF hns le hpitre suivntD on s9intresse plus prtiulirement u tritement sttistique de es donnesF

IV

Chapitre

2
Premire description statistique . . . . . . . . . . . . . . . . . . . . . . . 20

Analyse statistique
Sommaire
2.1 2.2

PFPFI PFPFP PFPFQ PFPFR

Reprsentation des objets

enlyse des gorrespondnes wultiples wultidimensionl ling F F F F F F F F hses F F F F F F F F F F F F F F F F F yEgg F F F F F F F F F F F F F F F F F

. . . . . . . . . . . . . . . . . . . . . . . . . . .

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

20

PP PR PW QI

2.3 2.4 2.5

Reprsentation des mots . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reprsentation des sujets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

34 36 38

PFSFI trtgies envisgeles F F F F F F F F F F F F F F F F F F F F F F F F F F F F F QV PFSFP smpt sur l distne entre ojets F F F F F F F F F F F F F F F F F F F F F F F QW PFSFQ ivlution des mthodes F F F F F F F F F F F F F F F F F F F F F F F F F F F F RI PFTFI remire vleur propre de l9egw F F F F F F F F F F F F F F F F F F F F F F F F RR PFTFP illipses de on(ne utour des ojets F F F F F F F F F F F F F F F F F F F F F RV
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . lments de validit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Cas des donnes incompltes

2.6

2.7

52

ge hpitre est ddi u tritement sttistique des donnes de tgoristion trvers une preE mire desription des donnesD l reherhe de di'rentes reprsenttions @reprsenttion des ojetsD des sujets et des mots le s hntAD l9tude du s inomplet et l reherhe d9lments de vlidit ux rsultts propossF

IW

ghpitre PF enlyse sttistique

2.1 Premire description statistique

evnt de s9intresser ux di'rentes reprsenttions utiles l omprhension des donnes de tgoristionD on s9intresse u omportement des sujets fe ette preuveF n premier iln sur le droulement de l9preuve est donn pr les digrmmes en tons orresE pondnt u nomre de groupes onstitus pr sujetD u nomre d9ojets pr groupeF ges digrmmes indiquent si les sujets ont fit euoup de groupes ou nonD et si les groupes sont onstitus de euE oup d9ojets ou nonF yn sur pr exemple si euoup d9ojets ont t isols dns des groupes ou nonF n rsum synthtique des ssoitions entre ojets est fourni pr l mtrie de oourrenes entre ojetsD de dimension I I @ve I le nomre d9ojetsA X l ellule @i, i A orrespond u nomre de sujets ynt mis les ojets i et i dns un mme groupeF gette mtrie permet de voir les ssoitions les plus frquentes entre les ojetsF emrquons u pssge que ette mtrie est l somme des mtries de oourrenes individuelles @9estEEdire fournie pr hque sujetA pour lesquelles l ellule @i, i A vut 1 si les ojets i et i ont t mis dns le mme groupe pr le sujet d9intrt et 0 sinonF hns le s de l tgoristion quli(eD un iln sur l9utilistion des mots est fourni pr le nomre totl de mots utilissD le nomre de mots utiliss pr groupeD le nomre de sujets qui n9ont utilis uun mot et le nomre de groupes non rtrissF ne premire rtristion sommire des ojets est otenue en listnt les mots l fois les plus frquemment utiliss pour hque ojet et l fois les moins utiliss pour rtriser les utres ojetsF i on note nik le nomre de fois que le mot k t ssoi l9ojet iD ni. le nomre totl de mots ssois l9ojet iD n.k le nomre de fois que le mot k t utilis @tout ojet onfonduA et n le nomre totl de mots @tout ojet onfonduAD es deux informtions sont intgres dns un test @fF vert et al. @PHHTAD pPWPEPWR A qui ompre le pourentge d9utilistion du mot k pour l9ojet i n (n n ) u pourentge d9utilistion du mot k pour l9ensemle des ojets ( n )F ous l9hypothse nulle qui orrespond u s o les ni mots ssois l9ojet i sont tirs u hsrd sns remise prmi les n motsD es deux pourentges doivent tre @qusimentA guxF ge test ssoie une proilit ritique hque mot k pour hque ojet i et es mots sont tris pour hque ojet selon l proilit ritique ssoie u testF einsi les mots les plus rtristiques d9un ojet sont eux ynt les plus files proilits ritiquesF
ik i. .k

2.2

Reprsentation des objets

rmi les rsultts issus du tritement de donnes de tgoristionD l reprsenttion des ojets est le plus importnt et 9est d9illeurs le point ommun toutes les mthodes de tritement de donnes de tgoristion en nlyse sensorielleF gependntD en sttistiqueD lorsque l9on herhe fire un iln de plusieurs prtitions d(nies sur un mme ensemle d9ojetsD ette fon de fire via l reherhe d9une reprsenttion eulidienne moyenne des ojets n9est ps nessirement l plus ournte X plusieurs uteurs se sont intresss l reherhe d9indies de proximit entre PH

PFPF eprsenttion des ojets prtitions @ruert et erieD IWVSY ouness et portD PHHRA ou enore l reherhe d9une prtition onsensus @qunoheD PHIHAF ne synthse des donnes trvers une prtition onsensus le doule vntge de l simpliit et d9tre de l mme nture que les donnes Y ependntD ette synthse ne montre ps l diversit des prtitions otenuesF g9est pourquoi en nlyse sensorielleD on privilgie une reprsenttion eulidienne des ojetsF gette reprsenttion peut tre otenue de di'rentes fons selon le formt sous lequel sont entres les donnesF glssiquementD les prtiiens de l9nlyse sensorielle grgent les donnes de tgoristion dns un tleu de oourrenes qui rssemle le nomre d9ssoitions pour hque ouple d9ojets @fF leu PFIA et tritent e tleu pr multidimensionl sling @whA X vwless @IWVWAY vwless et al. @IWWSAY pye et al. @PHHRAY sssnhou @PHHWAF hns e type d9nlyseD les donnes sont prises en ompte dns leur ensemle et non du point de vue de hque sujetF
Tableau PFI ! leu de oourrenes otenu prtir de T ojetsD nots de A F D tgoriss pr S sujetsF
A A B C D E F

e l9intersetion de l ligne B et de l olonne DD on trouve le nomre de sujets ynt pls es deux ojets dns un mme groupe X dns et exemple IF
S Q Q H H H
B

Q S Q I P I

Q Q S I I I

H I I S P R

H P I P S I

H I I R I S

ves donnes de tgoristion peuvent glement tre prsentes en onsidrnt hque sujet omme une vrile qulittive @d(nie sur les ojetsA dont hque modlit orrespond un groupe d9ojets @fF leu PFPA Y ei suggre de triter es donnes ynt en ligne les ojets et en olonne les sujets pr nlyse des orrespondnes multiples @egwA X gdoret et al. @PHHWAF
sujets otenu prtir de T ojetsD nots de A F D tgoriss pr S sujetsF ve sujet PD not S 2D fourni Q groupes X les ojets AD B et C pprtiennent u groupe not ID les ojets D et F pprtiennent u groupe not Q et l9ojet E est pl seul dns un groupe not PF
S1 A B C D E F

Tableau PFP ! leu de donnes objets

I I I P P Q

S2

I I I Q P Q

S3

I P P Q P Q

S4

I I P I I I

S5

I I Q Q P Q

hns ette prtieD ien que e ne soit ps l plus utiliseD nous prsentons dns un premier temps l9pprohe pr egwF gette mthode est prsente en premier r l9ojetif ii est de montrer en quoi l9utilistion de l9egw peut tre intressnte pour triter les donnes de tgoristionF hns un seond tempsD nous prsentons don d9utres pprohes @whD hses et yEggADutilises plus ou moins rgulirement en nlyse sensorielle dns le tritement de donnes de tgoristionD que nous omprons systmtiquement ve l9egwF hns ette prtieD nous nous limitons l reprsenttion des ojets issue de donnes de tgoristionF PI

ghpitre PF enlyse sttistique

2.2.1 Analyse des Correspondances Multiples

kne @IWVHA propos une mthodologie trs prohe de l9egw pour triter des donnes de tgoristionF v9ojetif de son rtile est de prsenter le prinipe de ette mthodologieF n der uloot et n rerk @IWWIA ont glement dj utilis l9egw @plus prisment rywevD une des formes de l9egw @enenhus et oungD IWVSAA pour triter des donnes de tgoristionF v9ojet de leur rtile est de omprer di'rentes on(gurtions issues du wh X l reprsenttion des ojets issue de l9egw y est utilise omme reprsenttion de rfrene mis le prinipe de l mthode ou l notion de distne induite ne sont ps dtillsF hns es deux rtilesD l9exploittion de l9egw @ou d9une mthode proheA pour triter des donnes de tgoristion se limite l seule reprsenttion des ojetsF xous verrons dns l suite que l9egw permet de fon nturelle de nomreuses utres reprsenE ttions en plus de elle des ojets X 9est pourquoiD nous vons privilgi ette pproheF hns un premier tempsD nous llons don montrer trvers l distne entre ojets induite pr l9egw que son utilistion est justi(e pour triter les donnes de tgoristionF ves donnes de tgoristion sont regroupes dns un tleu de tille I J @ve I le nomre d9ojets et J le nomre de sujetsA dns lequel hque ligne i orrespond un ojetD hque olonne j orrespond un sujet et l ellule @i, j A orrespond u numro du groupe uquel l9ojet i t 'et pr le sujet j @fF leu PFPAF ghque olonne du tleu peut tre vue omme une vrile qulittive Kj modlitsD o Kj dsigne le nomre de groupes fournis pr le sujet j F ge tleu de donnes est de type individus vriles qulittives et relve don de l9egw X veE rt et al. @IWUUAY qreenre @IWVRAF hns ette nlyseD les donnes sont prises en ompte pr l9inE termdiire du tleu disjontif ompletD not X D qui omporte ii I lignes et K = Kj olonnes ve pour terme gnrl xik qui vut 1 si l9ojet i pprtient u groupe k @du sujet j A et 0 sinon @fF pigure PFIAF
Figure PFI ! leu disjontif ompletD xik vut I si l9ojet i pprtient u groupe k et H sinonF
Sujet 1 1 1 Sujet j k Sujet J K

010000

x ik

001000

I I1 Ik I
K

in egwD les ojets voluent dns un espe K dimensions @plus prismentD en onsidrnt PP

PFPF eprsenttion des ojets les ontrintes de l9egwD dns un espe K J dimensionsAF hns et espeD en notnt Ik le nomre d9ojets du groupe k et ve les nottions prdentesD l distne entre deux ojets i et l s9rit X
d2 ACM (i, l) = 1 J
k

I (xik xlk )2 Ik

@PFIA

our ette distne @eulidienneAD deux ojets i et l sont onfondus s9ils ont t mis dns un mme groupe pr tous les sujetsF hns le s o deux ojets n9ont jmis t pls ensemleD l distne entre es P ojets n9est ps (xe mis dpend de l tille des groupes uxquels ils pprtiennentF gette distne est mximle dns le s prtiulier o es deux ojets pprtiennent pour hque sujet un groupe de tille I X dns e sD l distne vut 2I F lus prisment un groupe k @ssoi u sujet j A ontriue ette distne de fon inversement proportionnelle son e'etif X l9'ettion un groupe de file e'etif loigne un ojet de tous les utresF gei est illustr pr l9exemple de l (gure PFPF hns et exempleD le sujet I ontriue trois fois plus l9loignement entre les ojets A et B que le sujet PF gette proprit de l9egw est ien dpte ux donnes de tgoristion X le sujet I onsidre les ojets A et B l fois omme trs prtiuliers et n9ynt ps l mme prtiulritD lors que le sujet P onsidre seulement A et B omme tnt di'rentsF
Figure PFP ! xeuf ojets tgoriss pr P sujets qui ont onstitu hun trois groupes @un disque reprsente

un groupeAF

Sujet 1 A B A, D, C

Sujet 2

B, E, F

C, D, E, F, G, H, I

G, H, I

v9egw fournit une reprsenttion des ojets otenue de fon similire elle de l9nlyse en omposntes priniples @egAD qui s9pplique des vriles quntittives et non qulittives omme en egwD pr mximistion de l9inertie du nuge de points projet @iso(er et gsD IWWVAF in e'etD l9egw peut tre vue omme l9eg du triplet X
1 (Y = J IdI I uu I XD 2 , M = IdK K , D =
1

1 IdI I ), I

@PFPA

o Y orrespond u tleu disjontif omplet entrErduit ve IdI I l mtrie identit de tille I I D u le veteur olonne unitire de tille I D X le tleu disjontif omplet et D l mtrie digonle de tille K K telle que d (k, k) = II F hns e sD l reprsenttion des ojets issue de l9egw est otenue prtir des veteurs propres de W D = Y M Y DF
k

PQ

ghpitre PF enlyse sttistique

2.2.2 Multidimensional Scaling
2.2.2.1 Principe

yn note C le tleu de oourrenes de tille I I dont le terme gnrl c(i, l) orrespond u nomre de sujets ynt pls les ojets i et l dns un mme groupe @fF leu PFIAF eu tleu C D on peut ssoier plusieurs tleux de distnesF ve premierD not DM DS 1 D dont le terme gnrl dM DS 1 (i, l) orrespond u nomre de sujets n9ynt ps mis les ojets i et l dns un mme groupeD est lul de l fon suivnteD ve J le nomre de sujets X
dM DS 1 (i, l) = J c(i, l)

@PFQA

ve tleu PFQ orrespond u tleu de distnes ssoi u tleu de oourrenes PFIF

e l9intersetion de l ligne B et de l olonne DD on trouve le nomre de sujets n9ynt ps pls es deux ojets dns un mme groupe X dns et exemple RF
A A B C D E F

Tableau PFQ ! leu de distnes otenu prtir du tleu de oourrenes PFI et de l formule PFQF
H P P S S S
B

P H P R Q R

P P H R R R

S R R H Q I

S Q R Q H R

S R R I R H

gette mtrie de distnes est elle l plus souvent utilise en nlyse sensorielle X vwless @IWVWAY vwless et al. @IWWSAY pye et al. @PHHRAF gette distne vrie entre 0 et J X elle vut 0 si les ojets i et l ont t pls dns un mme groupe pr l9ensemle des sujets et J s9ils ont t pls dns P groupes di'rents pr tous les sujetsF ne seonde mtrie de distnes possile @gox et goxD IWWRAD note DM DS2 D est X
dM DS 2 (i, l) = 2(J c(i, l))

@PFRA

in whD une fois l mesure de distne hoisieD deux types de wh sont possiles X mtrique et nonEmtriqueF ges deux types de wh trvillent prtir d9une mtrie de dissimilrits ou de distnes mis le wh mtrique est s diretement sur les distnes oserves lors que le wh nonEmtrique est se sur les rngs @dns e sD l9utilistion de l9une ou l9utre des distnes proposes prdemment est quivlenteAF und ils tritent des donnes de tgoristionD les utilisteurs utilisent gnrlement des mE thodes nonEmtriquesF ges mthodes ne herhent ps respeter les distnes entre ojets mis uniE quement l9ordre de es distnesF einsi on herheD l9ide d9lgorithmes itrtifs @gox et goxD IWWRY forg et qroenenD IWWUAD d(i, l)D trnsformtion monotone de d(i, l)D tels que le ritre suivntD ppel stressD soit minimis X
stress =
i,l

(d(i, l) d(i, l))2

i,l

d(i, l)2

@PFSA

PR

PFPF eprsenttion des ojets in wh mtriqueD qund l distne d est hoisieD une mtrie de produits slires entre ojetsD note W D est onstruite est utilisnt l formule de orgerson @orgersonD IWSVAF ve terme gnrl wil de ette mtrieD orrespondnt u pseudo produit slire entre les P ojets i et lD est X
1 2 2 wil = (d2 d2 i. d.l + d.. ), 2 il
2

@PFTA

I I I I 1 1 1 2 2 2 2 2 o d2 i. = I j =1 dij D d.l = I j =1 djl et d.. = I j =1 i=1 dij F gette mtrie est ensuite digonlise pour otenir les oordonnes des ojets dns un nouvel espeF gette produre est ppele prinipl oordintes nlysis @qowerD IWTTA ou nlyse du triplet @fenzriD IWTRAF vorsque l distne utilise est eulidienneD toutes les vleurs propres sont positives ou nulles Y lorsque l distne utilise n9est ps eulidienneD ertines vleurs propres peuvent tre ngtivesF hns e sD une pproximtion eulidienne est rlise pr exemple en se restreignnt ux veteurs propres ssois ux vleurs propres positivesD e qui est optiml @pihetD IWVTY d9euignyD IWWVAF r rpport l9pprohe mtriqueD l9pprohe nonEmtrique prsente plusieurs inonvnients X ve hoix a priori du nomre de dimensions vouluesF in e'etD pour le wh nonEmtriqueD les solutions ne sont ps emotes omme en nlyse ftorielle lssique Y v solution otenue peut tre un minimum lolF wlgr elD le wh nonEmtrique reste trs utilis pour triter les donnes de tgoristion mis sns relle justi(tionF gependntD les rts entre les distnes oserves orrespondent une rlit oserve et en e sens mritent d9tre respetsF g9est pourquoi on se limiter dns l suite ux mthodes mtriques et on utiliser l9ronyme wh pour prler du wh mtriqueF

2.2.2.2 lments de comparaison avec l'ACM

hns un premier tempsD l omprison entre wh et egw se fit du point de vue des distnes @induites pr hque mthodeA entre deux ojets d9une prt et entre un ojet et le entre de grvit du nuge des ojets d9utre prtF hns un seond tempsD on s9intresse l9interprttion des vleurs propres dns hune des mthodes et pour (nir l omprison est illustre prtir d9un exemple issu de donnes hoisiesF
Formules de distance

entre deux ojets i et l @dM DS1 A peut s9rire prtir des nottions du tleu disjontif ompletD pour lesquelles xik vut I si l9ojet i pprtient u groupe k et H sinonD de l fon suivnte X
dM DS 1 (i, l) = J c(i, l) 1 (xik xlk )2 = 2
k

Distances entre deux objets in whD pour l premire trnsformtionD l distne hoisie

@PFUA @PFVA

PS

ghpitre PF enlyse sttistique gomme les xik et xlk prennent les vleurs H ou ID on (xik xlk )2 = |xik xlk | X dM DS1 pprt omme une distne de wnhttn et don de type L1 qui n9est ps eulidienneF gette distne orrespond u rr de l distne de l9egw u oe0ient 1/Ik prsF i on utilise l seonde trnsformtionD l distne du wh devient ve les nottions du tleu disjontif omplet X
dM DS 2 (i, l) = =
k

2(J c(i, l)) (xik xlk )2

@PFWA @PFIHA

gomme ette distne orrespond l distne de l9egw u oe0ient 1/Ik prsD elle est euliE dienneF gei onduit prfrer l seonde trnsformtion l premireF hns l suiteD 9est ette seonde trnsformtion qui est onsidreF in whD quelle que soit l trnsformtion utiliseD ontrirement l9egwD l tille des groupes fournis pr les sujets n9est ppremment ps intgre dns l distne entre les ojetsF Remarque : gomme seule l9egw semle prendre en ompte l tille des groupesD il serit intE ressnt de onsidrer le s o les Ik sont onstnts X el orrespond u s o le nomre de groupes et le nomre d9ojets pr groupe sont les mme pour tous les sujetsF gel peut tre une ontrinte lors de l9exprimenttion @rely et willerD IWUHA Y d9un point de vue thoriqueD e s est intressnt r il permet de s9strire de l9e'et de l tille des groupes sur les distnesF our l seonde trnsE formtion du whD qund les Ik sont onstntsD l distne du wh orrespond elle de l9egw @ un oe0ient prsD mis ette onstnte ne modi(e en rien l forme du nugeAF le rle de hque ojet dns l9nlyseD on s9intresse son inertieF in egwD omme tous les ojets ont le mme poidsD el revient s9intresser pour hque ojet s distne @u rrA u entre de grvit @note GI A de l9ensemle des ojetsF in whD dns le s d9une distne eulidienne @e qui est le s de dM DS2 AD l distne u rr d9un ojet i u entre de grvit peut tre exprime via les nottions de l formule de orgerson @fF pormule PFTA X
d2 (i, GI ) = w(i, i) 1 = d2 (i, .) d2 (., .) 2 = 1 I
I l=1

Distances au centre de gravit du nuage des objets in nlyse ftorielleD pour priser

@PFIIA @PFIPA @PFIQA

1 d2 (i, l) d2 (., .) 2

hns le s prtiulier de dM DS2 D ette distne peut tre rErite de l fon suivnte selon les nottions du tleu disjontif omplet X
d2 M DS 2 (i, GI ) = J 1 I2
2 Ik k

2 I

xik Ik ,
k

@PFIRA

PT

PFPF eprsenttion des ojets o les deux premiers termes sont onstnts et seulement le troisime dpend de iF hns ette distneD l9e'etif des groupes @Ik A est intgr X un ojet i est d9utnt plus loign du entre de grvit qu9il est souvent isolF in utilisnt les mmes nottionsD en egwD ette distne est otenue de l fon suivnte X
d2 ACM (i, GI ) = I J
k

xik 1, Ik

@PFISA

o l9on retrouve l9impt des Ik F gomme pour le whD en egw un ojet i est d9utnt plus loign du entre de grvit qu9il est souvent pl dns un groupe de file e'etif X on trouve don des similitudes entre les deux pprohesF Remarque : und les Ik sont onstntsD d9prs l distne de l9egwD tous les ojets i sont quidistnts du entre de grvit et ette distne vut X
d2 ACM (i, GI ) = I 1 Ik

@PFITA

in whD pour l seonde trnsformtionD tous les ojets sont glement quidistnts du entre de grvit X
d2 M DS 2 (i, GI ) = J (1 Ik ) I

@PFIUA

wis ontrirement l9egwD ette distne dpend du nomre de sujetsF

Valeurs propres

ve wh mtriqueD omme l9egwD est s sur une domposition en vleurs singulires qui ssoie hque dimension une vleur propreF ges vleurs propres sont des inditeurs de l qulit de reprsenttion ssoie hque dimensionF in egwD elles ont une interprttion supplmentire X l vleur propre ssoie hque dimension orrespond u rpport de orrltion moyen entre les di'rentes vriles qulittives @i.e. les sujetsA et ette dimension Y les vleurs propres sont en e sens interprtlesF einsi une dimension ssoie une vleur propre de I orrespond une sitution dns lquelle le rpport de orrltion entre ette dimension et hque sujet vut I X ette dimension met lors en videne une struture ommune tous les sujetsF in tgoristionD une vleur propre de I orrespond u s o un ojet @ou un groupe d9ojetsA t isol pr l9ensemle des sujetsF ve tleu disjontif omplet une fois rordonn fit pprtre une struture digonle en lo sur les donnesF einsi en egwD un ojet @ou groupe d9ojetsA toujours isol est systmtiquement mis en videne sur une dimension ssoie une vleur propre de I Y ette dimension oppose et ojet @ou groupe d9ojetsA ux utresF sl n9existe ps de proprit quivlente en whF
Exemple

PU

ghpitre PF enlyse sttistique our omprer les deux pprohes @egw et whAD on utilise un jeu de donnes dns lequel les Ik ne sont ps onstnts et plus prtiulirement dns lequel un ojet t isol pr l9ensemle des sujetsF hns et exemple @fF leu PFRAD Q sujets ont rlis une tgoristion prtir de IH ojets et ils ont tous isol l9ojet J F
Tableau PFR ! gtgoristions de Q sujets sur IH ojets @guheA et tleu de oEourrenes ssoi @droiteAF
e f g h i p q r s t I qI qI qI qQ qP qP qQ qQ qP qR P qI qI qP qI qQ qP qP qQ qQ qR Q qI qI qQ qP qI qP qQ qP qQ qR e f g h i p q r s t e f g h i p q r s t Q Q I I I H H H H H Q Q I I I H H H H H I I Q H H I P H I H I I H Q H I I P H H I I H H Q I H I P H H H I I I Q I I I H H H P I H I Q I I H H H H P I I I Q I H H H I H P I I I Q H H H H H H H H H H Q

gomme ttenduD l premire vleur propre de l9egw vut I @fF leu PFSA et le premier xe de l9egw oppose et ojet ux utres @fF pigure PFQAF ve seond xe de l9egw oppose les ojets A et B @toujours dns le mme groupeD fF leu PFRA ux utresF
Tableau PFS ! leurs propres et pourentges de vrine des dimensions de l9egw et du wh
leurs propres ourentges de vrine egw wh egw wh himFI himFP himFQ himFR I HFTTU HFRUV HFRUV T RFQHQ RFQHQ QFT QQFQQ PPFPP ISFWR ISFWR PUFUV IWFWP IWFWP ITFTU

Figure PFQ ! eprsenttion des ojets sur le premier pln de l9egw @guheA et du wh @droiteAF
E

1.0

Dim 2 (22.22%)

0.5

FH G I E CD J
Dim 2 (19.92%)

1.0

I
0.5

0.0

H A B J D F

-2.0 -1.5 -1.0 -0.5

B A

-0.5

0.0

-1.0

C
-1.0 -0.5 Dim 1 (27.78%) 0.0 0.5

2 Dim 1 (33.33%)

gonernnt le whD l premire dimension oppose les ojets A et B ux utres et orrespond don l seonde dimension de l9egw @fF leu PFTAF ves dimensions P et Q qui ont l mme inertie sont d(nies une rottion prs @elles orrespondent ux troisime et qutrime dimensions de l9egwD fF leu PFTAF PV

PFPF eprsenttion des ojets

Tableau PFT ! goe0ients de orreltion entre les fteurs de l9egw et du wh
wh himFI himFP himFQ himFR egw himFI himFP himFQ himFR H I H H H H HFWWV EHFHTQ H H EHFHTQ EHFWWV I H H H

our le whD le s prtiulier de l9ojet J pprt seulement sur l qutrime dimension @fF leu PFTAF gei s9explique pr s ontriution l9inertie totle @fF leu PFUA qui est reltivement moins importnte en wh qu9en egwF einsiD en whD l9ssoition entre A et B ontriue dvntge l9inertie totle que l9ojet J luiEmme et ette ssoition pprt lors sur l premire dimensionF elors qu9en egwD l9ojet J est tellement loign du entre de grvit @fF leu PFUA qu9il est mis en videne sur l premire dimensionF
Tableau PFU ! histnes u rr des ojets u entre de grvit pour l9egw et le wh
e f g h i p q r s t egw PFQQQ PFQQQ PFQQQ PFQQQ PFQQQ PFQQQ PFQQQ PFQQQ PFQQQ W wh PFHR PFHR PFHR PFHR PFHR PFHR PFHR PFHR PFHR QFPR

get exemple montre l di'rene dns l hirrhistion des dimensions en egw et en whF it prtiulirement qu9un ojet systmtiquement isol pr l9ensemle des sujets @et don trs prtiuE lierA pprtr toujours sur l premire dimension de l9egw mis que e n9est ps nessirement le s en whF gependntD ette prtiulrit est une rtristique mjeure des donnes et en tnt que telle elle mrite nos yeux d9pprtre en premierF
2.2.3 DISTATIS
2.2.3.1 Principe

yn doit edi et al. @PHHUA un rtile trs importnt dns le tritement des donnes de tE goristion en nlyse sensorielleF get rtile est le premier proposer une mthodologie omplte @9estEEdire l fois une reprsenttion des ojets et des sujetsA pour le tritement de e type de donnes et dispose d9une iliogrphie trs riheF v mthode propose dns edi et al. @PHHUAD ppele hsesD est une ominison de tE tis @v9rermier des lntesD IWUTY vvitD IWUTY vvit et al.D IWWRA et de wh mtriqueF ves donnes de hun des sujets sont regroupes dns une mtrie de distnes entre ojetsD note Dj pour le sujet j F gette mtrie ontient I lignes et I olonnes Y l9intersetion d9une ligne i et d9une olonne i D on trouve l vleur I si les ojets i et i n9ont ps t pls dns le mme groupe pr le sujet j et H sinonF ghune des J mtries de distnes Dj est trnsforme en mtrie de produits sliresD note Wj D omme pour le wh mtrique X
1 Wj = Dj , 2

@PFIVA

ve = IdI I uu I o IdI I orrespond l mtrie identit de tille I I et u u veteur olonne PW

ghpitre PF enlyse sttistique unitire de tille I F ges mtries de produits slires sont ensuite normlises u sens de l9nlyse ftorielle multiple @epw Y iso(er et gs @IWWVAA pour pouvoir les omprer entreEellesF yn note Wj l mtrie de produits slires normlises du sujet j X
Wj = 1 j 1 Wj ,

@PFIWA

ve j 1 l premire vleur propre de l mtrie Wj F v reprsenttion des ojets issue de hses est otenue prtir des veteurs propres de l mtrie ompromis W X
J

W =
j =1

j Wj ,

@PFPHA

ve j le poids du sujet j dns le lul du ompromisF ve veteur orrespond u premier veteur propre @reEnorm de fon e que l somme de es lments ville IA de l mtrie C de tille J J dont le terme gnrl cjj orrespond u oe0ient RV entre les mtrie Wj et Wj F
2.2.3.2 lments de comparaison avec l'ACM

hns hsesD les mtries de distnes sont onstruites individuellement @pour hque sujetAD il n9est don ps possile d9expliiter une distne glole entre ojets et de omprer elleEi l distne de l9egwF gependntD l mthode hses est se sur du wh mtrique e qui implique des remrques similires elles fites dns l setion PFPFPFPF yn s9ttend don e que hses ne hirrhise ps forment les dimensions de l mme fon que l9egw Y e qui onstitue une premire di'rene entre les deux mthodesF ne seonde di'rene rside dns l9'ettion d9un poids hque sujet j dns l onstrution de l reprsenttion moyenne des ojetsF hns hsesD un sujet j d9utnt plus d9importne dns l onstrution du ompromis qu9il est li u ompromis X 9estEEdire l9ensemle des sujetsF gette remrque est fite notmment dns gs @IWWTA lors de l omprison entre ttis et l9enlyse ptorielle wultiple @dont l9egw peut tre vue omme un s prtiulier X fF setion PFRAF in egwD l mtrie de produits slires digonlise peut tre vue omme une somme non pondre des J ACM = mtries de produits slires individuelles X W ACM = J j =1 Wj j =1 Yj Yj o Yj orrespond u tleu disjontif omplet de l9egw restreint ux olonnes du sujet j F einsiD en egwD tous les sujets interviennent don de l mme fon dns le reherhe de l reprsenttion moyenne des ojetsF i on reprend l9exemple trit dns l setion PFPFPFPD on retrouve ve hses @fF pigure PFRA un premier pln ftoriel trs prohe de elui otenu ve le wh mtrique @fF pigure PFQD droiteA X les oe0ients de orrltion entre les fteurs de l9egw et de hses @fF leu PFVA sont d9illeurs trs prohes de eux otenus entre egw et wh mtrique @fF leu PFTAF in e'etD sur QH

PFPF eprsenttion des ojets le premier pln ftoriel de hsesD l9ojet J D isol pr tous les sujetsD pprt u entre du grphiqueF v ressemlne entre les deux premiers plns de hses et du wh mtrique est due l prent entre les mthodes et les di'renes oserves @omme l plus grnde proximit entre les ojets I et H ou J et D pour hsesA viennent prolement de l9'ettion de poids di'rents ux sujets dns hsesF
Figure PFR ! eprsenttion des ojets simuls dns l setion PFPFPFP sur le premier pln ftoriel issu de

hsesF

0.4

Axis 2 : 19.92%

0.2

I H A B

0.0

J D

-0.2

G C -0.4

-0.4

-0.3

-0.2

-0.1

0.0

0.1

0.2

Axis 1 : 27.78%

Tableau PFV ! goe0ients de orreltion entre les fteurs de l9egw et de hses

hses himFI himFP himFQ himFR egw himFI himFP himFQ himFR H I H H H H HFWWU HFHUR H H HFHUR EHFWWU I H H H

2.2.4 SORT-CC
2.2.4.1 Principe

nnri et al. @PHIHA ont propos une mthode ppele yEgg pour triter des donnes de tgoristionF gette mthodeD se sur l9enlyse en gomposntes gommunes et oids pi(ques @eggD nnri et al. @PHHHD PHHIAY rn( et nnri @PHHVAAD suppose qu9il existe des omposntes ommunes tous les sujets mis ve des poids qui peuvent tre di'rents selon les sujetsF gei peut s9rire en termes de mtrie de produits slires Wj pour hque sujet j @j = 1, 2, ..., J A omme X
I

Wj = Qj Q =
r=1

j) ( r qr qr ,

@PFPIA

ve Q une mtrie orthogonle dont les lments q1 , q2 , ... sont les omposntes ommunes et j j ) (j ) une mtrie digonle dont les lments ( 1 , 2 , ... sont les poids du sujet j pour l premireD l QI

ghpitre PF enlyse sttistique deuximeD FFF omposnte ommuneF our hque sujet j D l mtrie de produits slires entre ojets est otenue prtir du odge disjontif omplet de l fon suivnte X
Wj = 1 Yj Yj , Kj 1

@PFPPA

ve Kj le nomre de groupes forms pr le sujet j et Yj l mtrie issue du odge disjontif omplet des donnesD entre pr olonne et stndrdise omme ei X
Yj = IdI I uu I Xj Dj 2 ,
1

@PFPQA

ve IdI I l mtrie identit de tille I I D u le veteur olonne unitire de tille I D Xj l mtrie issue du odge disjontif omplet de l vrile qulittive ssoie u sujet j omme en egw et Dj l mtrie digonle de tille Kj dont les lments digonux orrespondent l proportion d9ojets dns hun des Kj groupes du sujet j F v reherhe des omposntes ommunes et des poids spi(ques est rsolue de fon squentielle dimension pr dimension @nnri et al.D PHIHAF v premire omposnte normeD note q1 D et les j) poids ssoisD nots ( 1 D sont otenus en minimisnt l fontion de perte L1 X
J

L1 =
j =1

W j 1 q1 q1

(j )

@PFPRA

v seonde omposnte et les poids ssois sont otenus de fon similire en remplnt Wj pr Wj(2) = (IdI I q1 q1 )Wj (IdI I q1 q1 ) et insi de suite pour les omposntes suivntesF
2.2.4.2 lments de comparaison avec l'ACM

gomme pour hsesD il n9est ps possile ve yEgg d9expliiter une formule glole de distne entre ojetsF v omprison ve l9egw ne peut don ps se fire e niveuF in revnheD il est possile de omprer le ritre optimis pr yEgg elui optimis pr l9egwF i l9on herhe rrire l fontion de perte de yEgg @PFPRA pour l9egwD on otient X
L1 =
j

WjACM q1 q1

1 Id I

@PFPSA

ve j WjACM = j Yj Yj F in egwD tous les sujets ont le mme poids dns l onstrution des xes ontrirement yEggF he e point de vueD yEgg se rpprohe de hses qui 'ete glement des poids ux sujetsF gependnt dns hsesD es poids sont (xs pour toutes les dimensions lors que dns yEggD es poids sont modi(s en fontion des dimensionsF ne seonde di'rene ve l9egw pprt u niveu des mtries de produits slires inE dividuellesF in egwD pour un sujet j donn l mtrie de produits slires entre ojets s9rit QP

PFPF eprsenttion des ojets X le fteur K1 1 n9pprt psF nnri et al. @PHIHA ont introduit e oe0ient pour quilirer le rle des sujets qunt u nomre de groupes fourni pr hun d9euxF in e'etD en egw l9inertie ssoie un sujet j @en tnt que vrileA ynt fourni Kj groupes vut Kj 1F n sujet ynt fourni euoup de groupes ur une plus grnde in)uene dns l9nlyseF gependnt ette inertie est rprtie dns un sousEespe Kj 1 dimensions et hune des diretions de e sousEespe est ssoie une inertie de IF hon un sujet ynt fourni euoup de groupes n9 uune rison d9in)uener plus l onstrution de hque xe que les utres puisque son inertie est dilue dns un sousEespe de grnde dimension X il in)uener simplement plus de dimensionsF ge oe0ient n9 don ps de sens en egwF renons un exemple hoisiD ve des nomres de groupes di'rentsD pour illustrer ette di'rene entre les deux mthodesF hns le tleu PFWD guhe on trouve les tgoristions de qutre sujets prtir de V ojets nots de e r et droite le tleu de oourrenes ssoiF rmi es qutre sujetsD deux sujets @S 1 et S 2A ont fourni P groupes et les deux utres @S 3 et S 4A ont fourni R groupesF v mtrie de oourrenes ne fit a priori pprtre uune ssoition entre ojets dominnte X u mximumD deux ojets ont t regroups pr deux sujets sur qutreF
WjACM = Yj Yj
j

Tableau PFW ! gtgoristions de R sujets sur V ojets @guheA et tleu de oEourrenes ssoi @droiteAF
e f g h i p q r I qI qI qI qI qP qP qP qP P qI qI qP qP qI qI qP qP Q qI qP qI qR qQ qP qQ qR R qI qP qQ qP qQ qR qI qR e f g h i p q r e f g h i p q r R P P I I I I H P R I P I P H H P I R P I H I I I P P R H H I P I I I H R P P I I P H H P R I P I H I I P I R P H H I P I P P R

v (gure PFS reprsente les premiers plns ftoriels issus de l9egw @ guheA et de yEgg @ droiteA de es donnes et le tleu PFIH regroupe les oe0ients de orrltion entre les di'rentes dimensions des deux nlysesF ves grphiques de l (gure PFS font pprtre lirement qutre groupes d9ojets mis es ouples d9ojets sont di'rents d9une mthode l9utre X egGiqGfhGpr pour l9egw et efGghGipGqr pour yEggF he plus le tleu PFIH indique une hirrhistion di'rente des oppositions entre ojets mises en videne entre les deux mthodes X le pln IEP de l9egw semle orrespondre une rottion prs u pln IEQ de yEgg et l9xe Q de l9egw semle orrespondre l9xe P de yEggF h9prs le mtrie de oourrenes @fF leu PFWAD hun de es huit ouples d9ojets mis en videne pr l (gure PFS t form pr deux sujets sur qutreF v di'rene entre les deux mthodes ne vient don ps du nomre d9ssoitions entre ojets mis ien du nomre de groupes onstitus pr les sujets qui les ont ssoisF in egwD on sit que deux ojets vont tre d9utnt plus prohes qu9ils ont souvent t pls dns un mme groupe et e pour des groupes de petit e'etif X d9o le premier pln ftoriel de l9egwF in e'etD les ouples d9ojets mis en videne pr l9egw ont tous t ssois une fois pr un sujet @qui fourni deux groupesA dns un groupe de qutre ojets et une fois pr un sujet @qui fourni qutre groupesA dns un groupe de deux ojetsF eve yEggD l9e'etif des groupes intervient de l mme fon mis l pondrtion pour hque sujet pr K1 1 v voir tendne privilgier les sujets qui ont onstitu peu de groupes Y 9est pourquoiD les ouples d9ojets mis en videne pr yEgg ont tous glement t
j

QQ

ghpitre PF enlyse sttistique ssois pr deux sujets mis pr des sujets qui n9ont onstitu que deux groupesF
Figure PFS ! eprsenttion des ojets du tleu PFW sur le premier pln de l9egw @guheA et de yEgg

@droiteAF

0.4

D C

H G

1.5

1.0

AC
0.2 Dim 2

Dim 2 (25%)

0.5

0.0

BD

EG

-0.5

-1.0

FH

-0.2 A

0.0

E F

-1.5

B -0.4

-2

-1

0 Dim 1 (25%)

-0.3

-0.2

-0.1

0.0 Dim 1

0.1

0.2

0.3

Tableau PFIH ! goe0ients de orreltion entre les fteurs de l9egw et de yEgg

yEgg himFI himFP himFQ himFR egw himFI himFP himFQ himFR HFUHU EHFUHU H H H H EHFWSU H HFUHU HFUHU H H H H H HFSUU

2.3

Reprsentation des mots

vors d9une preuve de tgoristion quli(eD il est nessire de fournir une reprsenttion des mots pour enrihir l reprsenttion des ojetsF hns ette optiqueD deux types de mthodes pprissent X les mthodes qui fournissent une telle reprsenttion intrinsquement et les utres o une telle reprsenttion est onstruite rti(iellement omme ide l9interprttionF v9egw fit prtie de l premire fmille de mthodeF in e'etD outre une reprsenttion des ojetsD l9egw fournit une reprsenttion nturelle des groupes onstitus pr les di'rents sujetsF in utilisnt omme lel ssoi un groupe donn pr un sujet donnD le mot utilis pour le drire @fF pigure PFTAD ette reprsenttion des groupes devient une reprsenttion des motsF ves mots d(nissent un nugeD not NK D de K points dns un espe I dimensionsF hns e nugeD l distne entre P mots k et h s9rit X
d2 (k, h) =
i

xih xik Ik Ih

@PFPTA

einsi dns RI D P mots sont d9utnt plus prohes @respF loignsA qu9ils ont t utiliss pour drire des groupes d9ojets similires @respF di'rentsAF r onstrutionD P mots utiliss pr un mme sujet sont nessirement sprs l9un de l9utreD e qui du sens ii r es mots sont utiliss pour drire QR

PFQF eprsenttion des mots

Q groupes et n9 ssoi de mots qu9 deux d9entre euxF ensi le mot vert pprt omme lel du groupe onstitu des ojets AD B et C et les mots amer, agrume pprissent omme lel du groupe onstitu des ojets D et F F ve groupe onstitu de l9ojet E n9 t ssoi uun mot X on lui ttriue le lel ritrire 2F
amer, agrume vert A C B E D F

Figure PFT ! gtgoristion verlise d9un sujet not S 2 et tleu de donnes ssoiF ge sujet onstitu

S2 A B C D E F
vert vert vert amer,agrume

amer,agrume

des groupes di'rentsF he plusD le ryentre des mots d9un sujet onide ve le ryentre du nuge de l9ensemle des motsF gette proprit est onserve pr projetionF einsiD tous les mots d9un sujet j ne peuvent ps tre opposs eux d9un sujet j sur l9une des dimensions de l9egwF v reprsenttion des mots fournie pr l9egw peut tre vue de deux fons X omme une reprsenttion optimle des distnes entre les mots @dimension d9inertie mximle du nuge NK A et omme une ide l9interprttion de l reprsenttion des ojets gre l reltion suivnte X
1 Gs (k ) = s
I i=1

xik Fs (i), Ik

@PFPUA

ve Gs (k) l oordonne du mot k sur l9xe de rng sD s l vleur propre de l9egw ssoie l9xe de rng sD xik le terme du tleu disjontif omplet qui vut I si l9ojet i pprtient u groupe k et H sinonD Ik l9e'etif du groupe k et Fs (i) l oordonne de l9ojet i sur l9xe de rng sF n mot pprt du t des ojets uxquels il t ssoiF eve euoup de motsD ette reprsenttion peut tre trs hrge voire illisileF hns e sD l9utilisteur peut trviller ps ps en sletionnnt ps exemple les mots les plus loigns de l9origineD eux ontriunt le plus l rtion de hque dimension ou ien les mots d9un sujet en prtiulierF hns l prtique @vwlessD IWVWY pye et al.D PHHRY grtier et al.D PHHTY pye et al.D PHHTY edi et al.D PHHUAD ette reprsenttion des mots est onstruite l9issue de l reprsenttion des ojetsD uniquement omme ide l9interprttion et non omme reprsenttion en tnt que telleF ves mots sont lors le plus souvent regroups dns une mtrie de frquene que l9on note N D de tille I M ve I le nomre d9ojets et M le nomre totl de mots di'rents its pr l9ensemle des sujetsF e l9intersetion de l ligne orrespondnt l9ojet i et de l olonne orrespondnt u mot mD on trouve le nomre de sujets qui ont utilis le mot m pour drire un groupe ontennt l9ojet i @fF pigure PFUAF e prtir de es frquenesD il est possile d9otenir une reprsenttion des mots en lulnt pour l dimension s le oe0ient de orrltion entre ette dimension @9estEEdire le veteur de oordonE nes des ojets sur l dimension sA et le veteur d9ourrenes de hque mot @pye et al.D PHHRD PHHTAF i on noteD Gs (m) l oordonne du mot m sur l dimension sD Fs le veteur de oordonnes QS

ghpitre PF enlyse sttistique

Figure PFU ! wtrie N dns lquelle les frquenes des mots utiliss lors de l9preuve de verlistion sont

regroupesF gette mtrie omprend I lignes orrespondnt ux ojetsD M olonnes orrespondnts ux mots utiliss tous sujets onfondus et l9intersetion de l ligne i et de l olonne mD on trouve Nim le nomre de sujets qui ont utilis le mot m pour drire un groupe ontennt l9ojet iF
mots 1 1 m .. Nim M

objets

des ojets sur l dimension s et Nm le veteur d9ourrenes du mot m @9est dire l olonne de l mtrie N prdente orrespondnt u mot mA lors X
Gs (m) = cor(Nm , Fs )

@PFPVA

in utilisnt les mmes nottionsD une utre possiilit @edi et lentinD PHHUA onsiste pler un mot u ryentre des ojets uxquels il t ssoi @pondr pr l frquene d9ssoition hque ojetA X
Gs (m) = 1
I I i=1 Nim i=1

Nim Fs (i),

@PFPWA

ges deux reprsenttions utilisent un regroupement des mots X un mme mot utilis pr plusieurs sujets n9pprtr qu9une seule foisF gependntD en prtiulier lorsque les sujets sont des onsomE mteursD un mme mot utilis pr P sujets di'rents peut orrespondre des senstions di'rentes X le regroupement n9est lors ps justi( et l reprsenttion individuelle des mots semle nturelleF hns nnri et al. @PHIHAD ette reprsenttion des mots n9est voque qu9en onlusionF sls proposent glement d9utiliser une reprsenttion ryentrique des motsF gependntD ils ne font ps pprtre lirement si les mots sont regroups ou non X 9estEEdire si ette reprsenttion se rpprohe de elle de hses ou ien de elle de l9egwF
2.4 Reprsentation des sujets

eu del de l reprsenttion des ojets et des motsD il est nturel de s9intresser ux sujets et de se demnder si pr exemple les sujets tgorisent les ojets de l mme fon ou si e n9est ps le sD s9il existe des groupes de sujets homognesF our rpondre es questionsD une reprsentE tion des sujets est nessireF gette reprsenttion peut tre l se d9une lssi(tion des sujetsF QT

PFRF eprsenttion des sujets gette lssi(tion est rlise prtir des oordonnes des sujets sur un nomre de dimensions judiieusement hoisi en utilisnt une lssi(tion sendnte hirrhique @gerAF hns le dre de l9egwD il est possile d9otenir une telle reprsntntion en utilisnt l9quivlene entre l9egw et l9nlyse ftorielle multiple @epwA @iso(er et gsD IWWVA dns lquelle hque sujet est onsidr omme un groupe de vriles @gsD PHHPAF ppelons le dre de l reprsenttion des groupes en epw qui devient dns notre s prtiulier @un groupe = une vrile qulittiveA une reprsenttion des sujets ux trvers des mtries de oourrenes individuellesF hns e dreD hque mtrie orrespond un point dns RI 2 F ves sujets onstituent don un espe de dimension I I dns lequel le produit slire entre P sujets j et j orrespond u 2 entre les P vriles qulittives que sont les sujets X
j, j = 2 jj = 1 2 I jj

@PFQHA

v reprsenttion des sujets propose s9interprte omme l projetion de e nugeF v oordonne d9un sujet j sur l9xe de rng s orrespond l mesure Lg entre le veteur des oordonnes des ojets ssoi l dimension sD not Fs D et l vrile de prtition ssoie u sujet j D 9estEEdire ii le rpport de orrltion entre es deux vriles X
Lg (Fs , j ) = 2 (Fs , j )

@PFQIA

ge rpport vrie entre H et I et se rpprohe de I si l9ord est importntF einsiD un sujet ur une oordonne d9utnt plus grnde sur l9xe de rng s qu9il spr les ojets selon les oppositions mises en videne pr ette dimensionF v9vntge mjeur de ette reprsenttion est qu9elle est diretement lie elle des ojets et don glement elle des motsF edi et al. @PHHUA furent les premiers proposer une reprsenttion des sujetsF hns hsesD ette reprsenttion est otenue pr l digonlistion de l mtrie C @fF setion PFPFQFIA de oefE (ients RV entre sujets @l mtrie C D de tille J J D pour terme gnrl cjj = RV (Wj , Wj )AF gette reprsenttion l9vntge de reprsenter u mieux les proximits entre sujets mis elle prE sente l9inonvnient mjeur de ne ps tre totlement lie l reprsenttion des ojets fournie pr hses X omme dns ttisD les reprsenttions des ojets et des sujets ne sont ps interprtles onjointement exept pour l premire dimensionF g9est sur ette remrque que nous vons propos l9pprohe se sur l9egwF g9est glement sur ette oservtion que nnri et al. @PHIHA proposent une pprohe @yE ggA qui fournit une reprsenttion des sujets lie elle des ojetsF eve yEggD ette reprE senttion est otenue pr l reherhe suessive des poids spi(ques des sujets X l oordonne du j) sujet j sur l9xe de rng s est donne pr ( s @fF setion PFPFRFIAF gette oordonne orrespond u oe0ient ttriu u sujet j dns l reherhe des di'rentes omposntes ommunesF einsiD un sujet j ur une oordonne d9utnt plus leve sur l9xe de rng s qu9il est en ord ve l omposnte sF QU

ghpitre PF enlyse sttistique

2.5 Cas des donnes incompltes

v tgoristion est une preuve reltivement simple mettre en uvreF gependntD elle peut poser prolme lorsque le nomre d9ojets tgoriser est grndF it ei mlgr le fit que prmi les mthodes de reueil de donnes de similritsD l tgoristion soit l mthode l moins fE tignte @fijmolt et edelD IWWSAF gette di0ult existe prtiulirement en nlyse sensorielle de produits limentires o les sujets doivent dguster des produits X se pose notmment le prolme de l ftigue sensorielle @uvgeotD PHHWAF vwless et reymnn @IWWVA pronisent d9illeurs de limiter l9vlution IH PH produitsF h9o l9ideD lorsque le nomre d9ojets tudier est trop grndD de ne prsenter qu9une prtie des ojets hque sujetF e posent lors les questions X omment sletionner le sousEensemle d9ojets prsent hque sujet et omment prendre en ompte es donnes inompltes c eprs voir propos deux strtgies pour otenir les donnes inompltesD on ompre dns un premier temps le hoix de l9une ou l9utre des strtgies d9un point de vue nlytique en omprnt les formules de distne induites pr hque pln et dns un seond temps d9un point de vue prtique en omprnt les rsultts otenus prtir de donnes simules et rellesF
2.5.1 Stratgies envisageables

ghun des J sujets vlue p ojets prmi les I D ve p onstnt et 0 < p < I F e(n de svoir quels ojets seront vlus pr quels sujetsD u moins deux strtgies sont envisgeles X le fire ltoirement ou ien selon un pln en los inomplets quilirs @fsi Y golourn et hinitz @IWWTAA Y ou un pln optiml lorsqu9il n9existe ps de fsi pour l ominison (I, J, p) X gs et rinel @PHHUAF quthier et al. @PHHWAD pr exempleD utilisent l premire pprohe @sletion ltoire de p ojets prmi I A en rptnt l9expriene plusieurs fois pour hque sujetF ppelons les proprits d9un pln en fsi X l prsene de hque ojet et de hque ouple d9ojets est quilire @hque ojet est vu pr r sujets et hque ouple d9ojets est prsent un mme nomre de fois not AF eu moins P onditions sont nessires l9existene de fsi X
Ir = Jp r(p 1) = (I 1)

@PFQPA @PFQQA

hns le s de plns ltoiresD on note ri le nomre de sujets ynt vu l9ojet i et il le nomre de fois que le ouple (i, l) est vuF v9egw permet une prise en ompte des donnes inompltes de fon nturelle en rnt un groupe supplmentire pour hque sujet @9estEEdire une modlit supplmentireA X e groupe est onstitu des ojets qui ne lui ont ps t prsentsF QV

PFSF gs des donnes inompltes

2.5.2 Impact sur la distance entre objets

hns ette prtieD on s9intresse suessivement u pln ltoire puis u pln en fsi pour omprer les formules de distne entre ojetsF
2.5.2.1 Plan alatoire

our un pln ltoire qui respete uniquement l9quilire pour hque sujet @p ojets prmi I AD l distne de l9egw entre P ojets i et l s9rit X
d2 (i, l) = 1 J
k K

1 I I (xik xlk )2 + ((ri il ) + (rl il )) Ik J I p 1 I ((ri il ) + (rl il )) J I p

@PFQRA @PFQSA

= d2 k (i, l) +

o xik orrespond u terme du tleu disjontif omplet qui vut I si l9ojet i pprtient u groupe k et H sinonD Ik u nomre d9ojets du groupe k D I p l9e'etif de hque groupe nonEprsentD ri il @respF rl il A u nomre de sujets pour lesquels l9ojet l @respF iA est mnqunt mis ps l9ojet i @respF lA et K u nomre de groupes ne fisnt ps rfrene des groupes d9ojets mnquntsF gette distne est dompose en une premire prtie ssoie ux groupes rellement onstitus et une seonde prtie ssoie ux groupes d9ojets mnquntsF einsiD l distne entre P ojets est ugmente d9une fon di'rente selon le nomre de fois o hque ojet @et ouple d9ojetsA est sentF v prt de l distne due ux donnes mnquntes est d9utnt plus grnde @respF petiteA que les ojets i et l sont rrement @respF souventA prsents ensemle X dns e s de (gureD on loigne @respF rpproheA rti(iellement es P ojetsF gei lisse penser que dns le s de fsiD o ri et il sont onstnts pour tout i et lD ette prt ser l mme pour tout ouple d9ojetsD e qui est prfrleF
2.5.2.2 Plan en BIE

hns le s de fsiD l distne de l9egw entre P ojets i et l s9rit X

d2 (i, l) = 1 J
k K

I 1 I (xik xlk )2 + 2(r ) Ik J I p

@PFQTA @PFQUA @PFQVA

= d2 k (i, l) +

1 I 2(r ) J I p 2p = d2 k (i, l) + I 1

o xik orrespond u terme du tleu disjontif omplet qui vut I si l9ojet i pprtient u groupe k et H sinonD Ik u nomre d9ojets du groupe k D r u nomre de sujets pour lesquels l9ojet i @respF lA est mnqunt mis ps l9ojet l @respF iA et K u nomre de groupes ne fisnt ps rfrene des groupes d9ojets mnquntsF einsiD l distne entre P ojets est ugmente de l mme fon quel que soit le ouple d9ojetsF QW

ghpitre PF enlyse sttistique our l distne usuelle de l9egwD deux ojets sont superposs s9ils ont t pls dns un mme groupe pr l9ensemle des sujetsF hns le s de donnes inompltes issues d9un pln en fsiD deux ojets ne peuvent plus tre superposs r pour r sujets l9un des deux ojets est mnqunt et es deux ojets pprtiennent nessirement des groupes di'rentsF hns e s de (gureD il existe don une distne minimum entre P ojets suprieure HF gonernnt le nuge des motsD dns le s de donnes inompltesD e nuge devient un nuge des mots et des modlits mnquntesF yn l proprit suivnte X dns le s d9un pln en fsiD le ryentre de l9ensemle des modlits mnquntes est onfondu ve elui de l9ensemle du nugeF gomme l projetion onserve ette propritD les modlits mnquntes sont entres sur l9origine X on ne peut ps voir une dimension qui oppose toutes les modlits mnquntes d9utres modlits e que l9on oserve lssiquement dns les donnes d9enquteF hns le s de donnes ompltesD lorsqu9un ojet t isol pr l9ensemle des sujetsD l9egw met en videne et ojet prtiulier sur l premire dimension ssoie une vleur propre de IF vorsque les donnes inompltes sont issues d9un pln en fsiD le s de (gure d9un ojet isol pr tous les sujets n9est plus possile r l9ensemle des ojets nonEprsents un sujet est onsidr omme pprtennt un mme groupeF gependntD dns le s de (gure o un ojet est isol hque fois qu9il est prsent un sujetD l9egw oppose et ojet ux utres sur l premire dimension X l p vleur propre ssoie ette dimension est lors de I 1 et non plus de IF in e'etD plons nous dns le s de donnes de tgoristion inompltes issues d9un fsiF v distne u entre de grvitD not GI D d9un ojet i quelonque estD ve les nottions du tleu disjontif omplet X
d2 (i, GI ) = I J
k

xik 1 Ik

@PFQWA

i et ojet i est isol seul dns un groupe lorsqu9il est prsentD ette distne est dompose en P prties X lorsqu9il est prsent @pour r sujetsAD et ojet pprtient pr d(nition un groupe d9e'etif Ik = 1 et lorsqu9il n9est ps prsent @pour J r sujetsAD il pprtient de pr le odge propos un groupe d9e'etif Ik = I pF yn otient don X
d2 (i, GI ) = I I J r r+ 1 J J I p

@PFRHA

h9prs les onditions d9existene d9un pln en fsi @PFQPA et @PFQQAD on otient X
d2 (i, GI ) = p

@PFRIA

get ojet i pr onstrution ne s9exprimer que sur l premire dimensionF i on note F1 (i) l oordonne de l9ojet i sur l premire dimensionD lors on X
2 d2 (i, GI ) = F1 (i)

@PFRPA

yn note F1 (i ) l oordonne sur l premire dimension de tout ojet j j = iF yn sit pr onstrution que l9xe I oppose l9ojet i ux utres qui ont tous l mme oordonne sur ette RH

PFSF gs des donnes inompltes dimensionF he plusD on sit que F1 est entrD e qui implique X
(I 1)F1 (i ) + p=0

@PFRQA @PFRRA

9estEEdire X
F1 (i ) = p I 1

yn sit glement que X

1 = F1
1 ve D = I IdF yn otient don 2 D

@PFRSA @PFRTA

1 =

p I 1

einsiD sous es onditionsD l premire vleur propre vudr I lorsque p vut I 1 @9estEEdire que hque sujet vlue I 1 ojets prmi les I A X lorsque l9ojet est prsentD il est isol pr le sujet et lorsqu9il est sentD il onstitue un groupe lui seul @puisque il n9y qu9un seul ojet nonEprsent pour hque sujetAF yn retrouve le s limite prdent dns le s de donnes ompltesF gette omprison nlytique des deux types de pln mne privilgier le pln en fsi pour lequel les distnes entre ojets sont ugmentes de l mme fon quel que soit le ouple d9ojets onsidrF gette ide est vlue dns l suite prtir de donnesF
2.5.3 Evaluation des mthodes

hns ette prtieD on s9tthe on(rmer dns un premier temps prtir de donnes simules l9utilit d9un pln en fsi omprtivement un pln ltoire et vluer en sitution relle ette pprohe pr fsiF v9vlution en sitution relle est indispensle r nous verrons que l produre pour otenir les donnes inompltes simules est optimisteF
2.5.3.1 Conrmation du choix d'un plan quilibr partir de donnes simules

e(n de mesurer l9intrt d9un pln quilir visEEvis d9un pln ltoireD des donnes inompltes ont t simules prtir de donnes ompltes selon es deux strtgiesF ve jeu de donnes omplet utilis est elui dtill dns l setion QFP X WV tgoristions rlises sur IP prfumsF v (gure PFV dtille l produre de simultion utiliseF e prtir du jeu de donnes ompletD di'rents formts de jeux de donnes sont onstruits en sletionnnt prmi l9ensemle des sujets un ertin nomre d9entre eux @QHETHEWVAF our un tleu donnD un pln ltoire et un pln optiml sont onstruits pour gnrer les donnes inompltes X on dispose lors prtir du premier jeu de donnes ompletD de deux jeux de donnes inompletsF siD un pln optiml est utilis r ii il n9existe ps de on(gurtion en fsi pour les prmtres hoisis Y e pln possde toutefois des proprits RI

ghpitre PF enlyse sttistique voisines d9un pln en fsi @gs et rinelD PHHUAF ne egw est ensuite e'etue sur hun des trois jeux de donnes et le oe0ient RV entre le premier pln issu d9une prt des donnes ompltes et d9utre prt de hun des jeux de donnes inomplets est lulF ge proessus est rlis IHH fois pour des plns dns lesquels p @le nomre d9ojets prsentsA vrie de 6 10 @TEVEIHAF ve tleu PFII rsume l9ensemle des rsultts de es simultionsF
Figure PFV ! rodure de simultion des donnes inompltesF
Donnes incompltes alatoire Donnes compltes optimal Donnes incompltes

ACM

ACM

ACM

RV

RV

Tableau PFII ! goe0ients RV moyens @sur IHH simultionsA entre les fteurs I et P de l9egw sur les
T ojets V ojets IH ojets optiml ltoire optiml ltoire optiml ltoire QH sujets HFSUW HFRUI HFURT HFTSP HFUVI HFUT TH sujets HFUSV HFTPI HFVTW HFUU HFWRP HFWP WV sujets HFVSS HFUPI HFWR HFVV HFWV HFWU

donnes ompltes et les fteurs I et P de l9egw ve TD V et IH ojets prsents sur les IPD selon un pln optiml et selon un pln ltoireF

hns es simultionsD le oe0ient RV moyen rot d9une prt ve le nomre d9ojets et d9utre prt ve le nomre de sujetsF vorsque le nomre d9ojets prsents est fileD on oserve des di'E renes plus sensiles entre les deux produresF hns tous les s de (gureD le oe0ient RV moyen est plus lev ve un pln optiml qu9ve un pln ltoire e qui on(rme l9intrt de ette produreD notmment lorsqu9il y peu d9ojets prsentsF
2.5.3.2 Mise en situation partir de donnes rellement incompltes

vorsque l9on simule des donnes inompltes prtir d9un ensemle de tgoristions donnesD pour hque sujetD on onsidre un nomre (x d9ojets omme nonEprsents X es ojets onstituent un nouveu groupe @les utres groupes ne sont ps modi(sAF gette fon d9otenir des donnes inE ompltes est optimiste X on onsidre les groupes d9ojets omme (xs Y les sujets urient onstitus les mmes groupes ve un sousEensemle d9ojetsF in prtiqueD ette hypothse n9est ps rliste X RP

PFSF gs des donnes inompltes on peut lgitimement penser que les sujets onstituerient des groupes di'rents selon qu9on leur prsente I ou p ojetsF g9est pourquoi pour vluer l proximit des rsultts otenus entre des donnes ompltes et des donnes inompltesD on reueilli des donnes inompltes dns lesquelles RP sujets ont vlu V prfums prmi IP u totl @les donnes inompltes sont otenues selon un fsiAF yn dispose insi de deux jeux de donnes X l9un omplet @WV tgoristions de IP prfumsA et l9utre inomplet @RP tgoristions de V prfums prmi IPAF yn ompre lors les rsultts des deux egw rlises sur hun des deux jeux de donnesF ves oe0ients de orrltion levs entre les fteurs I et P des egw rlises sur le jeu de donnes omplet et le jeu de donnes inomplet indiquent une similitude entre les dimensions de mme rng de es deux nlyses @fF tleu PFIPAF ve oe0ient RV de 0.815 entre les on(gurtions deux dimensions des deux egw indique une proximit entre les premiers plns ftoriels de hque nlyseF
Tableau PFIP ! goe0ients de orrltion entre les fteurs I et P des egw sur donnes ompltes et

inompltesF

gomplet

F1 F2

HFWIS HFPVW HFQHP EHFURS

F1

snomplet

F2

he fon dteter d9ventuelles di'renes pour ertins prfumsD une nlyse ftorielle mulE tiple @epw iso(er et gs @IWWVAA t rlise sur le jeu de donnes omplet et le jeu de donnes inomplet en onsidrnt es deux jeux de donnes omme deux groupes de vrilesF v9epw est une mthode ftorielleD omme l9eg ou l9egwD permettnt de prendre en ompte une struture en groupe sur les vrilesF gette mthode fournit toutes les reprsenttions usuelles des mthodes ftorielles @reprsenttion des individusD des vrilesD etcFA mis glement des reprsenttions spE i(ques telles qu9une reprsenttion des groupes ou enore une reprsenttion des individus prtiels X 9estEEdire une reprsenttion des individus vus pr hque groupe de vrilesF our l9ensemle des prfumsD les reprsenttions prtielles de hque prfum sont prohes @fF pigure PFWAF gependnt quelques di'renes pprissent X l (gure PFW suggre que engel t vu omme plus prtiulier lors de l9exprimenttion ve V prfums @r plus extrmeA que lors de elle ve l9ensemle des prfumsF ves donnes rutes semlent le on(rmer puisque engel t isol un peu plus souvent lors de l9exprimenttion ve donnes inompltes @pr U sujets sur RPD soit ITDTU7 des sujetsA que lors de l9exprimenttion ve donnes ompltes @pr IQ sujets sur WVD soit IQDPT7 des sujetsAF v (gure suggre glement que t9dore @iA et lesures ont t dvntge di'renis lors de l9exprimenttion prtir de donnes inompltesD e qui se vri(e glement ve les donnes rutes X es deux prfums ont t regroups pr seulement IQ sujets sur RP ontre QV sur WVF v (gure PFW reprsente glement l projetion des deux premiers xes de hune des nlyses spres des jeux de donnes omplets et inompletsD sur le premier pln ftoriel issu de l9epwF ves deux premires dimensions de l9epw sont trs lies elles de mme rng de hque nlyse spreF gependntD le deuxime dimension issue de l9nlyse des donnes inompltes est moins ien reprsente que les utres sur e premier pln ftoriel issu de l9epwF RQ

ghpitre PF enlyse sttistique ves rsultts de l9epw prtir de et exemple montrent que l mthodologie propose pour otenir et triter des donnes de tgoristion inompltes fournit des rsultts prohes du s ompletF sl fut tout de mme rester prudent r il ne s9git ii que d9un exemple X mis es rsultts sont tout de mme enourgents pour l9utilistion de ette mthodologieF
Figure PFW ! remier pln de l9epw omprnt donnes ompltes et inompltesF eprsenttion des

prfums pour le jeu de donnes omplet @A et inomplet @iA @guheA et des xes prtiels @droiteAF
3

i
Angel

c c i
Dim 2 (12.19 %) 0.5
Lolita Lempicka 2

1.0

Dim2.Complet

Dim 2 (12.19 %)

Cinma

Dim1.Incomplet 0.0

L'instant c Coco Mademoiselle J'adore (ET) J'adore (EP) -1

cc c i

c
Aromatics Elixir Chanel n5

Pleasures

c i
-1.0 Dim2.Incomplet

c
-2 -2 -1 0 1 2 3

-0.5

Pure Poison

Dim1.Complet

Shalimar

-1.0

-0.5

0.0 Dim 1 (15.76 %)

0.5

1.0

Dim 1 (15.76 %)

2.6

lments de validit

v reprsenttion moyenne des ojets doit trduire l9ord prsum entre les sujetsF uel que soit et ordD l9egw fournit toujours ette reprsenttion mis on peut ependnt se demnder si le degr d9ord otenu entre les sujets est importnt ou non et en e sens si l reprsenttion moyenne des ojets mrite d9tre interprte Y ei d9utnt plus qu9en egwD il n9existe ps de poids sur les sujets omme 9est le s pour hses ou yEggF xous ordons el trvers une proilit ritique ssoie l premire vleur propre de l9egw qui mesure et ordF ne fois l reprsenttion moyenne des ojets tudieD estEil possile d9tendre les rsultts une popultion plus vste dont les sujets serient issus c our elD on onstruit des ellipses de on(ne utour de l position des ojets l9ide de tehniques de rEhntillonngeF ges deux spets de l vlidtion des donnes sont ords dns l prtie qui suitF
2.6.1 Premire valeur propre de l'ACM

in egwD l premire vleur propre est gle u rpport de orrltion moyen entre l premire dimension et l9ensemle des tgoristions des sujets @onsidrs omme des vriles qulittivesAF einsiD une premire vleur propre prohe de I indique que hque tgoristion est trs lie l premire dimension de l9egwF gette premire vleur peut don tre onsidre omme un inditeur du niveu de prent entre les tgoristions fournies pr les sujetsF hns un premier tempsD on RR

PFTF lments de vlidit se pose l question de l9volution de l premire vleur propre pour di'rents formts de tleux ltoiresF hns un seond tempsD on propose une produre pour lui ssoier une proilit ritiqueF in(nD on s9intresse u s des donnes inompltesF
2.6.1.1 Inuence du format des donnes

hu fit de l dimensionnlit prtiulire des donnes de tgoristion @peu de lignes et euoup de olonnesAD on peut voir pprtre de fortes premires vleurs propresD 9estEEdire de fortes liisonsD pr le seul fit du hsrdF our illustrer e mnismeD di'rents formts de tleux ltoires ont t simulsF xous prodons de l fon suivnte X I et J vrient de IH IHH @IHEPHESHEIHHA et Kj = 5 quels que soient I et J @hun de es S groupes est de mme e'etif X Ik est onstntAF our se pler sous l9hypothse d9indpendne des tgoristionsD on prt d9une premire tgoristion (tive rpondnt ux ontrintes prdentes @Kj = 5 et Ik onstntA et on otient les utres tgoristions en permutnt les lignes de l tgoristion initileF our hque formt de tleuxD IHHH jeux de donnes sont simulsF ve tleu PFIQ rssemle les premires vleurs propres moyennes otenues pour hque formtF
Tableau PFIQ ! our hque formt de tleuD moyenne de l premire vleur propre otenue prtir de

IHHH simultionsF

xomre d9ojets

xomre de sujets IH PH SH IHH IH HFTWSTT HFTPRTQU HFSSUVIT HFSPRIVR PH HFRUIHSI HFQVWPQR HFQIWTST HFPVTPVP SH HFQHTIWS HFPPVVRR HFITUVPU HFIRHHT IHH HFPQTRIQ HFITRHI HFIHWWRV HFHVTQWT

our un nomre de sujets (xD et inditeur drot lorsque le nomre d9ojets ugmenteF gei s9explique pr l dimensionnlit du jeu de donnesF in egwD hque vrile orrespond un sousEespe de dimension k 1 @ve k le nomre de modlits de l vrile qulittiveAF our IH ojets et IH sujetsD on plonge IH sousEespes de dimension R dns un espe W dimensionsF ve tleu PFIQ indique dns e s une premire vleur propre moyenne de 0.69F v dimension de l9espe totl est petite ompre u nomre de sousEespes qu9il ontientD e qui mniquement engendre des dimensions ommunesF our IHH ojets et IH sujetsD on plonge dns un espe WW dimensionsD IH sousEespes de dimension RF ve tleu PFIQ indique dns e s une premire vleur propre moyenne de 0.24F siD le nomre de sousEespes est le mme que dns le s prdent mis l dimension de l9espe totl est plus grnde X il y don moins de dimensions ommunes engendres mniquement omme l9indique l premire vleur propre moyenne qui est ii plus fileF our un nomre d9ojets (xD l9inditeur drot lorsque le nomre de sujets ugmenteF gei s9explique pr le fit que plus il y de sujets et plus il y de ominisons di'rentes de groupes X il est don plus di0ile d9en extrire une prtie ommune tousF h9un point de vue gomtriqueD ette droissne peut prtre inttendue puisque dns un espe de dimension (xe @pr exemple W pour IH ojetsAD on plonge dvntge de sousEespes X on ttendrit don de plus en plus de liisons et une premire vleur propre de plus en plus leveF vorsque le nomre de sujets ugmenteD il y e'etivement dvntge de ouples de vriles lisF wis es ouples sont di'rents d9une RS

ghpitre PF enlyse sttistique liison une utre et don es liisons pprissent sur l9ensemle des dimensionsF v (gure PFIH reprsente les vleurs propres moyennes @hune lules prtir de IHHH simultionsA de hque dimension pour un nomre (x de IH ojets et pour un nomre de sujets vrint de IH IHHHF yn oserve sur ette (gure que lorsque le nomre de sujets ugmenteD les vleurs propres des di'rentes dimensions tendent s9uniformiserF ge qui montre ien que les liisons se rprtissent sur l9ensemle des dimensions et non ps uniquement sur l premireF
Figure PFIH ! woyenne des neuf vleurs propres sur IHHH simultions lorsque le nomre de sujets ugmente

pour un nomre (x de IH ojetsF

10 sujets
0.7 0.7 0.6 0.6 0.5 0.5

20 sujets
0.7 0.6

50 sujets
0.7 0.6

100 sujets
0.6 0.7

1000 sujets

0.5

0.5

0.4

0.4

0.4

0.4

0.3

0.3

0.3

0.3

0.2

0.2

0.2

0.2

0.1

0.1

0.1

0.1

0.0

0.0

0.0

dim 1

dim 2

dim 3

dim 4

dim 5

dim 6

dim 7

dim 8

dim 9

dim 1

dim 2

dim 3

dim 4

dim 5

dim 6

dim 7

dim 8

dim 9

0.0

dim 1

dim 2

dim 3

dim 4

dim 5

dim 6

dim 7

dim 8

dim 9

dim 1

dim 2

dim 3

dim 4

dim 5

dim 6

dim 7

dim 8

dim 9

0.0
dim 1

0.1

0.2

0.3

0.4

0.5

dim 2

dim 3

dim 4

dim 5

dim 6

dim 7

dim 8

dim 9

v9tude du omportement de l premire vleur propre pour des jeux de donnes simules sns struture illustre le fit qu9 prtir de donnes ltoiresD on peut otenir des premires vleurs propres trs leves et trs di'rentes selon l dimensionnlit des donnes @dns nos simultionsD elles vrient de HFHW HFTWAF gei signi(e que ette premire vleur propre ne peut ps tre interprte telle quelle X une proilit ritique est nessireF
2.6.1.2 Construction du test

v dmrhe lssique des tests t utiliseF v9hypothse nulle ssoie e test est elle de l9indpendne entre les vriles qulittives que reprsentent les sujetsF v9ojetif tnt d9ssoier une proilit ritique e testD nous vons esoin de l loi de l9inditeur sous H0 F our l9otenirD plusieurs possiilits sont envisgelesF ne produre pr permuttion t mis en ple de fon respeter l struture des donnes @nomre de groupes et nomre d9ojets pr groupe pour hque sujetAF einsiD pour otenir l loi de l9inditeur sous H0 D on permute les lignes de hque olonne @sujetA de fon indpendnteF yn onserve lors l struture des donnes de hque sujet mis on limine toute prent entre les vriles qulittives ssoies ux sujetsF v (gure PFII dtille l9lgorithme utilis pour otenir l proilit ritique ssoie u testF ge test peut glement tre utilis pour tyer une r)exion sur l tille d9hntillon nessire pour mettre en videne une struture dns les donnesF e titre d9exempleD prtir du jeu de donnes omment dns l setion QFP @WV tgoristions rlises prtir de IP prfumsAD di'rentes tilles d9hntillon ont t simules @SEIHEISEPH sujetsAF our hque tille d9hntillonD IHHH jeux de donnes ont t tirs u hsrd dns le jeu de donnes de rfreneF our hque jeu de donnesD l proilit ritique ssoie l premire dimension t onserveF yn lule pour hque tille RT

PFTF lments de vlidit

pour des donnes de tgoristionD note 1 F nouveux tleux onstruits pr permuttionF
IX PX QX RX SX TX UX VX

Figure PFII ! elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9egw
X

orrespond u tleu de donnes et

u nomre de

histriution des 1 otenues pr permuttion glul de l proilit ritique X proportion de p 1 plus grnde que 1

end for

glul de 1 D premire vleur propre de X for p = 1 P do ermuttion indpendnte pour hque olonne des lignes de X X p egw de X p p glul de p 1 D premire vleur propre de X

d9hntillonD le pourentge de jeux de donnes onduisnt une premire dimension signi(tiveF ve tleu PFIR indique pr exemple qu9en prennt S sujetsD on un peu moins d9une hne sur deux de voir pprtre une struture dns les donnes pour un risque de S7F gette proilit peut prtre grnde mis il fut noter qu9il existe une struture trs forte sur es donnes X il y notmment des triplets d9ojets trs souvent regroupsF einsiD ien que l tgoristion pprisse omme une mthode de reueil de donnes frgileD dns l9exemple propos il est possile de mettre en videne une struture dns les donnes ve peu de sujets @qui sont en plus dns et exemple nonEentrns et nonEexpertsAF
Tableau PFIR ! ourentge de jeux de donnes signi(tifs pour des jeux de donnes ve SD IHD IS et PH

sujets @ = 0.05AF

xomre de sujets S IH IS PH ourentge de jeux de donnes signi(tifs RTFU7 VSFP7 WVFR7 IHH7

2.6.1.3 Cas des donnes incompltes

hns le s de donnes inompltesD l produre est peu modi(eF v9hypothse nulle reste elle de l9indpendne entre les vriles qulittives que reprsentent les sujetsF our otenir une proE ilit ritique ssoie e testD nous prodons glement pr permuttionF in revnheD es permuttions ne sont ps menes extement de l mme mnire X pour hque sujetD seules les donnes prsentes sont permutesD les lignes orrespondnt des ojets nonEprsents ne sont ps permutesF einsiD pour hque sujetD on ne remet en use que les groupes omposs d9ojets prsentsF he ette fonD on onserve les proprits du pln utilis @dns l mesure du possile un fsiA Y notmment le nomre de fois o hque ouple d9ojets est prsentF ne tude omprle l setion PFTFIFI t mene pour tudier l9volution de l premire vleur propre dns le s de donnes inompltesF our pouvoir omprer les rsultts u tleu PFIQD l mme produre de simultion t mise en ple l di'rene prs que l9un des S groupes onstitus est onsidr omme un groupe de donnes mnquntes 9estEEdire issu d9un fsiF einsiD pour hque ouple (I, J )D les donnes mnquntes @20% de I pour hque sujetA sont sletionnes selon un fsiF ves donnes restntes sont rprties ltoirement dns R groupes de mme e'etifF ve tleu PFIS rssemle les rsultts otenusF RU

ghpitre PF enlyse sttistique

Tableau PFIS ! our hque formt de tleuD moyenne de l premire vleur propre otenue prtir de

IHHH simultions pour PH7 de donnes mnquntesF

xomre d9ojets IH IH HFTWPWPWI PH HFRTTSUT SH HFQHQQTIS IHH HFPQRVIW

xomre de sujets PH SH IHH HFTIRHIIR HFSRSTRHS HFSISQSU HFQUTIHPR HFQHVVRPV HFPUUPTTS HFPPIVTHS HFITHRQTS HFIQQWR HFITHPTTV HFIHSUSQ HFHVPQIUTS

v9volution de l premire vleur propre se fit dns le mme sens que dns le s de donnes ompltes 9estEEdire une diminution ve le nomre de sujets et ve le nomre d9ojets X on suit ii ussi les ontrintes de dimensionnlit voques dns le s ompletF in outreD l vleur moyenne de l premire vleur propre est plus petite dns le s de donnes inompltes que dns le s de donnes ompltes pour hque ellule du tleu @ette di'rene est toutefois trs fileAF gei s9explique pr le fit qu9ve des groupes issus de fsiD pr onstrutionD on diminue l9ord possile entre les sujetsD mis de peuF
2.6.2 Ellipses de conance autour des objets

v onstrution d9ellipses de on(ne en nlyse sensorielle t propose pr v et al. @PHHRA et russon et al. @PHHSA Y et plus prtiulirement pour les donnes de tgoristion @et l mE thode hsesA pr edi et lentin @PHHUAF ges ellipses de on(ne sont onstruites prtir de rEhntillonnges footstrp @ifronD IWUWA des sujetsF hns une premire prtieD une dmrhe similire est propose pour les donnes de tgoristion trites pr egwF hns une seonde prtieD on s9intresse l vlidit de es ellipses et en(n u s des donnes inompltesF
2.6.2.1 Construction

hns le s de donnes de tgoristionD l onstrution d9ellipses de on(ne utour de l position des ojets est possile en utilisnt X IF les proprits ryentriques de l9egw pour lesquelles un ojet est u ryentre des lels uxquels il est ssoi X Fs (i) = 1 kK xJ Gs (k)D ve Fs (i) @respF Gs (k)A l oordonne de l9ojet i @respF du lel kA sur l9xe de rng sD s l vleur propre ssoie l9xe de rng s et xik le terme gnrl du tleu disjontif omplet qui vut I si l9ojet i t drit pr le lel K J 1 k et 0 sinonF gette formule peut glement s9rire X Fs (i) = J j =1 pj k=1 xik Gs (k )D o Kj orrespond l9ensemle des lels du sujet j et pj u poids 'et u sujet j D ii IF PF l spi(it des donnes de tgoristion pour lesquelles un sujet est ssimil une vrileF ges ellipses doivent re)ter l position qu9urient pu voir les ojets si un utre jury vit t utilisF ne fon d9otenir un nouveu jury onsiste utiliser des tehniques de rEhntillonnge en tirnt ve remise J sujets prmi les J sujets omposnt le jury initilF ghque sujet se voit insi 'eter un poids orrespond u nomre de fois qu9il pprt dns le jury virtuelF e prtir de l proprit ryentrique de l9egwD on lule l oordonne virtuelle de l9ojet i pour le jury virtuel K J 1 b (i) = b b b X Fs j =1 pj k=1 xik Gs (k )D o pj orrespond u poids du sujet j dns le jury virtuel J
ik s j s j s

RV

PFTF lments de vlidit

bF ge proessus est ritr B

fois @pr exemple B = 500A de fon otenir B oordonnes virtuelles pour hque ojetF ves ellipses sont onstruites prtir de es oordonnes de fon ontenir WS7 d9entre ellesF
2.6.2.2 Validit

he mme que le formt prtiulier des donnes de tgoristion peut mniquement engendrer des liisons entre les vrilesD on peut se demnder si el peut glement entrner de petites ellipses ien di'renies X un file @voir nulA reouvrement des ellipses entre elles estEil utomtiquement signi(tif c our rpondre ette questionD un inditeur de reouvrement entre les ellipses est nessireF
Figure PFIP ! horme de ruygens prtir de P ojets A et B et de Q de leurs reprsenttions issues de

rEhntillonnges @A1 D A2 D A3 D B1 D B2 et B3 AF
A1 A2 B2 B3 A1 A A3 B1

A2 B2 B3 A3 B B1

A1 A

A2

B2 B B1

B3

A3

Inertie totale

Inertie inter-groupes

+ Inertie intra-groupe

v (gure PFIP reprsente le s de P ojetsD A et B D pour lesquels on dispose de reprsentE tions issues de Q rEhntillonnges X A1 D A2 D A3 D B1 D B2 et B3 F i l9on onsidre uniquement le nuge des reprsenttions rEhntillonnesD on dispose d9une prtition en P groupes {A1 , A2 , A3 } et {B1 , B2 , B3 }F elon le thorme de ruygensD l9inertie totle de e nugeD ompos de T pointsD peut tre dompose en P prties X une inertie intrEgroupeD reltive l9rt entre hque point et le entre de grvit du groupe uquel il pprtient et une inertie interEgroupesD reltive l9rt de hque entre de grvit de groupe u entre de grvit glol @fF pigure PFIPAF our mesurer le hevuhement des nuges de points rEhntillonns @9estEEdire le hevuhement des ellipsesAD e thorme suggre de luler le rpport suivntD ppel pr l suite rpport de reouvrement @RR A X
RR =

Inertie inter-groupe Inertie totale

@PFRUA

ge rpport vrie entre H et I X une vleur prohe de I indique un hevuhement trs file des ellipses lors qu9une vleur prohe de H indique un reouvrement trs importnt des ellipsesF yn s9intresse ii u rpport de reouvrement pour l premire dimension qui s9rit X
RR =
1 I 1 I.B 2 i F1 (i) , b 2 i b F1 (i)

@PFRVA

ve I le nomre d9ojetsD B le nomre de rEhntillonngeD F1 (i) l oordonne de l9ojet i sur l premire dimension et F1b (i) l oordonne de l9ojet i pour le rEhntillonnge b sur l premire dimensionF RW

ghpitre PF enlyse sttistique gomme pour l premire vleur propreD vnt de onstruire un test ssoi e rpportD on tudie son volution pour di'rentes on(gurtions de jeux de donnesF v produre de simultion est l mme que elle drite dns l setion PFTFIFPF ve tleu PFIT rsume l9ensemle des simultionsF
Tableau PFIT ! our hque formt de tleuD rpport de reouvrement moyen otenu prtir de IHHH

simultionsF

xomre d9ojets

IH IH HFWSUUSU PH HFVWVTQS SH HFVISSIS IHH HFUSSUHV

xomre de sujets PH SH IHH HFWUHSQV HFWVRQIR HFWWHWW HFWPTWVW HFWSWHWW HFWUSTSP HFVSSTTV HFWHWSPQ HFWRPHPU HFUWTURQ HFVTHSR HFWHRQTU

ve tleu PFIT indique que pour un nomre (x de sujetsD le rpport de reouvrement dimiE nue lorsque le nomre d9ojets ugmente lors que pour un nomre (x d9ojetsD il ugmente ve le nomre de sujetsF wis e tleu montre surtout qu9on peut s9ttendre des rpports de reE ouvrement moyens trs levs quel que soit le formt du jeu de donnesD notmment lorsque l9on dispose de peu d9ojets e qui est trs souvent le s en nlyse sensorielleF sl est don nessire d9ssoier une proilit ritique et inditeurF wis ette proilit ritique n9est ps su0snte puisque omme l9indique le tleu PFIT de fon mniqueD ve peu d9ojetsD on otient de onnes sprtions entre les ellipses @RR prohe de IAF
Figure PFIQ ! illipses de on(ne et rpports de reouvrement otenus sur des donnes simules sns

struture pour R on(gurtions de jeu de donnes o I vut IH et IHH et J vut glement IH et IHHF
J = 10 J = 100
3 8

Rapport de recouvrement : 0.9568

1.5

Rapport de recouvrement : 0.9909

1.0

5 1

4 7

0.5

0.5

1.0

0.0

Dim 2 (12.17%)

Dim 2 (15.88%)

0.0

-0.5

I = 10

6 8

9 10 7 2

-1.0

10 2

-1.0

-0.5

-1.5

4 5

-2.0 -2

-1

0 Dim 1 (17.25%)

-1.0

-0.5

0.0

0.5

1.0

1.5

Dim 1 (12.62%)

Rapport de recouvrement : 0.901

Rapport de recouvrement : 0.7538
2.0

1.0

1.5

42

9 80

1.0

0.5

73 24 44 9837 23 72 76 875 3933 12 92 1186 81

48
63

43

19

I = 100

-1.0

55

-0.5

16 20 70 95 64 59 80 36 69 9 2 93 85 82 67 45 42 40 30 29 6284 68 6 21 18 48 35 53 50 4777 3 99 94 61 7887 22 28 58 32 4 25 54 90 5 17 52 51 10 96 26 31 27 89 14 79 56

0.0

100 49 60

-0.5

0.0

97 6634 13 71 7 1 6591 46 41 38 74 15 57 88 83

97 50

41 26 35 40 39 10 61 72 34 87 1 83 16 45 66 38 15 70 25 1943 24 55 22 29 694 18 90 86 8 67 57 8593 36 74 63 37 47 23100 73 77 30 68 81 5 60 33 96 69 98 44 28 88 49 65 3 51 92 59 76 20 11 64 32 53 456 95 17 2 75 79 62 21 46 54 31 7 91 52 58 14 99 89 82 78 71 27

13 84

Dim 2 (2.053%)

Dim 2 (5.812%)

0.5

12

-1.5

-2

-1

0 Dim 1 (5.825%)

-1.0

-1.0

-0.5

0.0 Dim 1 (2.105%)

0.5

1.0

v (gure PFIQ reprsente titre d9exemple les ellipses issues des R s extrmes prdents ve un nomre d9ojets vlnt IH et IHH et un nomre de sujets vlnt glement IH et IHH Y es donnes SH

PFTF lments de vlidit tnt supposes sns strutureF ges grphiques nous montrent ien que pour un mme nomre d9ojetsD les ellipses tendent se resserrer et se di'renier lorsque le nomre de sujets ugmenteF sl fut don tre prudent qunt leur interprttion X si les ellipses de deux ojets se hevuhentD on peut ien en onlure que es deux ojets n9ont ps t di'renis pr les sujets Y en revnheD dns le s ontrireD on ne peut rien direF our onstruire le test ssoi ux ellipsesD on pplique l dmrhe lssique des tests ve l9hypothse nulle suivnte X le hevuhement des ellipses est de mme nture que elui otenu pr hsrdF ve ritre ssoi e test est le rpport de reouvrement prdentF v (gure PFIR dtille l9lgorithme utilis pour otenir l proilit ritique ssoie u ritreF
Figure PFIR ! elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de tgoristionF X orrespond u tleu de donnesD B u nomre de rEhntillonnges des sujets et P u nomre de nouveux tleux onstruits pr permuttionF
IX for b = 1 B do PX irge ve remise de J sujets prmi J dns le jeu de donnes de rfrene X QX glul des oordonnes des I ojets rEhntillonnes pour l dimension 1 X F1b (i) RX end for SX glul du rpport de reouvrement de rfrene X
RR =
1 I 1 I.B 2 i F1 (i) b 2 i b F1 (i)

TX UX VX WX IHX IIX IPX IQX IRX ISX

for p = 1 P do

end for end for

ermuttion indpendnte pour hque olonne des lignes de X X p for b = 1 B do irge ve remise de J sujets prmi J pour le jeu de donnes permut X p glul des oordonnes des I ojets rEhntillonnes pour l dimension 1 X F1b,p (i)

glul du rpport de reouvrement X RR p

histriution des rpports de reouvrement otenus pr permuttion glul de l proilit ritique X proportion de RR p plus grnds que RR

2.6.2.3 Cas des donnes incompltes

hns le s de donnes inompltesD l onstrution des ellipses de on(ne se fit de l mme fon que dns le s de donnes ompltesF gependntD il fut noter que lors de l onstrution des jurys virtuels @sletion ve remise de J sujets prmi J AD le pln en fsi n9est ps mintenuF hns le s de donnes inompltesD l9hypothse nulle du test est inhngeF eule l rlistion des permuttions est modi(e X ellesEi se font uniquementD pour hque sujetD sur les ojets qui lui ont t prsents @omme pour l9lgorithme onernnt l premire vleur propreAF SI

ghpitre PF enlyse sttistique

2.7 Conclusion

in nlyse sensorielleD les donnes de tgoristion d9un ensemle de sujets sont usuellement grges dns une mtrie de oourrenes qui ompte pour hque ouple d9ojets son nomre d9ssoition et ette mtrie est ensuite trite pr wh e qui fournit une reprsenttion des ojetsF gependntD ette pprohe dns lquelle les donnes individuelles @9estEEdire du point de vue de hque sujetA sont ignores omporte un inonvnient mjeur X l9informtion onernnt hque sujet est perdueF g9est pourquoi edi et al. @PHHUA ont propos l mthode hses qui fournit l fois une reprsenttion des ojets et une reprsenttion des sujetsF gependnt dns ette pproheD es deux reprsenttions ne sont ps lies et ne s9interprtent ps onjointement suf pour l premire dimension X on ne peut ps se ser sur le reprsenttion des ojets pour interprter l position des sujetsF g9est pourquoi nous vons propos @tout omme nnri et al. @PHIHAA une pprohe se sur l9egw pour triter les donnes de tgoristionF gette pprohe fournit justementD outre une reprsenttion des ojetsD une reprsenttion des mots et des sujets qui s9interprtent toutes onjointementF xous vons propos une extension ette pprohe qui est l prise en ompteD du point de vue du tritementD de donnes inompltes Y nous nous sommes glement intresss u reueil de es donnes inompltesF ge s de (gure orrespond en prtique u s o tous les ojets ne peuvent ps tre vlus pr hque sujet pour des risons de ftigue sensorielle entre utresF xous vons tudiD dns un premier tempsD l9impt du hoix du pln de prsenttion des ojets X hoix ltoire des ojets prsents hque sujet ou ien hoix selon un pln optiml @ou en los inomplet quilirsD fsiD lorsque l on(gurtion le permetAF e prtir de donnes simules et de donnes rellesD nous vons montr d9une prt que l9pprohe pr fsi est l mieux dpte et d9utre prt que ette pprohe fournit des rsultts prohes du s ompletF sl pourrit don tre utile de poursuivre de plus mples investigtionsF ves rsultts proposs ont t omplts pr des lments de vliditF ge dernier point est d9utnt plus importnt que l9nlyse sttistique de es donnes reste une the dlite du fit du formt prtiulier des donnes de tgoristion X euoup d9informtion sur peu d9individusF sl n9en reste ps moins que e prolme orrespond une rlitD surtout en nlyse sensorielle o il est trs ournt d9voir peu d9individus et euoup de vrilesD et en e sens il mrite d9tre ordF xous l9vons ord de deux points de vue X tout d9ord via l vlidit des reprsenttions otenuesF yn s9est intress svoir si es reprsenttions proviennent d9un rel ord entre les sujets ou ien si elles sont seulement dues l nture des donnes @qui tendne rer des liisons de fon mniqueAF ne fois et ord vlidD nous nous sommes intresss l onstrution d9ellipses de on(ne utour de l position des ojets X es ellipses permettent de svoir s9il est possile d9tendre les rsultts oservs onernnt l position des ojets les uns pr rpport ux utres une popultion plus vste @9estEEdire d9utres sujetsA dont les sujets serient issusF vors de l onstrution des es ellipsesD nous nous sommes rendus ompte que le formt des donnes de tgoristion in)uenit glement l tille des ellipses X insi des tleux de donnes ve peu de lignes @ojetsA et euoup de olonnes @sujetsA ont tendne produire de petites ellipses ien di'reniesF g9est pourquoi nous vons propos un test ssoi es ellipses permettnt de svoir SP

PFUF gonlusion si le hevuhement des ellipses oserv sur les donnes est de mme nture que elui oserv pr l hsrdF eve es reprsenttions grphiques @des ojetsD sujets et motsA et les extensions proposesD on dispose insi d9une ote outils omplte pour nlyser les donnes de tgoristionD e qui est illustr dns le hpitre suivntF

SQ

ghpitre PF enlyse sttistique

SR

Chapitre

3
QFIFI QFIFP QFIFQ QFIFR QFPFI QFPFP QFPFQ QFPFR QFPFS QFPFT QFPFU
Rsultats issus de direntes mthodes : Donnes bires

Application
Sommaire
3.1

honnes F F F F F F F F F F eprsenttion des ires eprsenttion des sujets filn des omprisons F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F F F F F F F F

F F F F

. . . . . . .

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F

F F F F F F F F F F F

56

ST ST TH TP

3.2

Traitement complet d'un exemple : Donnes parfums

honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F remire desription sttistique F F F F F F F F F F F F F F est ssoi l premire vleur propre F F F F F F F F F eprsenttion des prfums et des mots F F F F F F F F F eprsenttion des sujets F F F F F F F F F F F F F F F F F illipses de on(ne utour de l position des prfums F filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F

F F F F F F F

F F F F F F F

. . . . . . . . .

F F F F F F F

F F F F F F F

F F F F F F F

F F F F F F F

F F F F F F F

F F F F F F F

F F F F F F F

63

TQ TS TU TV UH UI UP

ge hpitre est ddi l9tude de deux jeux de donnes de tgoristionF ve premier introduit pr edi et al. @PHHUA et utilis glement pr nnri et al. @PHIHA sert ii l omprison des rsultts issus de di'rentes mthodesF ve seond est utilis pour prsenter l9pprohe omplte se sur l9egw que nous proposonsF

SS

ghpitre QF epplition
3.1 Rsultats issus de direntes mthodes : Donnes bires

yn s9intresse dns ette prtie uniquement ux reprsenttions des ojets puis des sujets oE tenues pr di'rentes mthodesF v omprison se fit prtir d9un exemple issu de l littrE ture @edi et al.D PHHUAF
3.1.1 Donnes

hns e jeu de donnes @edi et al.D PHHUAD IH sujets @T hommes et R femmesA ont rlis une preuve de tgoristion sur V ires X e1igemD fudweiserD fukler flondeD uillinD tFvndelinD fukler righlndD pruit hfendu et iuPV @fF leu QFIAF
ujet I ujet P ujet Q ujet R ujet S ujet T ujet U ujet V ujet W ujet IH e1igem I R Q R I I P P I Q fudweiser R S P S P Q I I R Q fukler flonde Q I P Q P R Q I I P uillin R P Q Q I I I P I R tFvndelin I S Q S P I I P I Q fukler righlnd P Q I I Q S R R Q I pruit hfendu I R Q R I I P P P R iuPV S P R P R P S Q R S

Tableau QFI ! teu de donnes iresF

ve tleu QFP orrespond l mtrie de oourrenes entre les iresF yn remrque que l ire fukler righlnd n9 jmis t ssoie une utre @9estEEdire qu9elle n9 jmis t ple dns un groupe ve une utre ireA et que les deux ires les plus souvent ssoies sont les ires e1igem et pruit hfendu @ssoies pr V sujets sur IHAF
Tableau QFP ! wtrie de oourrenes des iresF v dernire olonne orrespond u nomre de sujets

ynt pls hune des V ires dns un groupe isolF

iuPV fudweiser uillin fukler tFvndelin pruit e1igem fukler eul flonde hfendu righlnd iuPV IH I I H H H H H V fudweiser I IH P Q S H I H I uillin I P IH P S S S H H fukler flonde H Q P IH P H I H S tFvndelin H S S P IH R T H H pruit hfendu H H S H R IH V H I e1igem H I S I T V IH H H fukler righlnd H H H H H H H IH IH

3.1.2 Reprsentation des bires

hns ette prtieD nous prsentons suessivement l reprsenttion des ires issue de l9egwD du wh nonEmtrique et mtriqueD de hses et pour terminer de yEggF
3.1.2.1 ACM

v reprsenttion des ires fournie pr l9egw met en videne sur le premier xe ftoriel @ssoi une vleur propre de IA l ire fukler righlndD prfitement reprsenteD oppose ST

QFIF sultts issus de di'rentes mthodes X honnes ires toutes les utres @fF pigure QFIA X l mtrie de oourrenes @fF leu QFPA indique que ette ire t systmtiquement isole pr tous les sujetsF yn trouve ii le s limite d9un ojet isol pr tousD voqu dns l mthodologie @fF Valeurs propres pge PUAF ve deuxime xe ftoriel met en videne le s presque nlogue de l ire iuPV X elleEi t isole pr V sujets sur IHF yn ne peut rien dire de l proximit sur e pln entre les utres ires tnt donne leur muvise qulit de reprsenttion X pour elD on peut se reporter u pln onstruit prtir des xes Q et RF our e deuxime pln @fF pigure QFPAD l9ensemle des ires est ien reprsentD hormis les ires fukler righlnd et iuPV @dont l proximit ne peut don tre interprteAD et leur proximit trduit leur oourrene X les ires e1igem et pruit hfendu prohes sur le pln ont t mises V fois sur IH dns un mme groupeD lors que les ires fudweiser et fukler flondeD loignes sur le plnD n9ont t regroupes que pr trois sujetsF
Figure QFI ! eprsenttion des ires sur

le pln onstitu des xes I et P de l9egwF

MCA factor map
3 EKU28

Figure QFP ! eprsenttion des ires sur le pln onstitu des xes Q et R de l9egwF
MCA factor map
1.0 Buckler Blonde

Fruit dfendu

0.5

Affligem EKU28 Killian

Dim 2 (24.74%)

Dim 4 (13.53%)

0.0

Buckler Highland

-0.5

St. Landelin

Buckler Highland 0 Budweiser Killian St. Landelin Buckler Blonde Affligem Fruit dfendu

-1.0

Budweiser -1.5

-1

0 Dim 3 (20.22%)

1 Dim 1 (27.78%)

3.1.2.2 MDS non-mtrique

ve premier pln ftoriel de l on(gurtion wh R dimensions @fF pigure QFQA met en videne le s prtiulier des ires fukler righlnd et iuPVD e qui est mettre en reltion ve le fit qu9elles n9ont jmis t ples dns un groupe ve d9utres iresD mis qui est en ontrdition ve le fit qu9elles n9ont jmis pprtenu u mme groupeF in revnheD e pln met en videne l proximit entre les ires e1igem et pruit hfendu qui ont e'etivement t regroupes pr V sujets sur IHF yn voit don pprtre sur e pln des proximits relles et des proximits (tivesF ve pln onstruit prtir des xes Q et R du wh nonEmtrique met en videne une utre dimension sur lquelle les ires fukler righlnd et iuPV sont ien reprsentes @fF pigure QFRA X les ires fukler righlnd et iuPV sont loignes de l9origine le long de l9xe QD e qui ne orrespond ps extement ux donnes puisque l ire fukler righlnd ne s9oppose ps prtiulirement l ire iuPV mis l9ensemle des iresF SU

ghpitre QF epplition
Figure QFQ ! eprsenttion des ires sur le pln onstitu des xes I et P de l on(gurtion moyenne issue du wh nonEmtrique R dimenE sionsF
non metric MDS factor map
Buckler Highland 4
2

Figure QFR ! eprsenttion des ires sur le

pln onstitu des xes Q et R de l on(gurtion moyenne issue du wh nonEmtrique R dimenE sionsF
non metric MDS factor map
Budweiser St. Landelin

Fruit dfendu EKU28 2

Buckler Highland

Affligem EKU28

Dim 2

Dim 4

Affligem

Fruit dfendu -1

Killian

Killian

-2

St. Landelin
-3

Budweiser -4 Buckler Blonde -4 -2 0 Dim 1 2 4

-2

Buckler Blonde

-4

-2

0 Dim 3

3.1.2.3 MDS mtrique

ve premier pln ftoriel issu du wh mtrique @fF pigure QFSA est trs prohe de elui du wh nonEmtrique Y en prtiulierD on retrouve une ertine proximit entre les ires fukler righlnd et iuPV qui n9ont jmis t mises dns un mme groupe pr les sujetsF ve deuxime pln ftoriel du wh mtrique @fF pigure QFTA est glement reltivement prohe de elui issu du wh nonEmtriqueF
Figure QFS ! eprsenttion des ires sur le
Metric MDS factor map
3

pln onstitu des xes I et P de l on(gurtion moyenne issue du wh mtriqueF

Buckler Highland 4

Figure QFT ! eprsenttion des ires sur le

pln onstitu des xes Q et R de l on(gurtion moyenne issue du wh mtriqueF

Metric MDS factor map
Budweiser St. Landelin 2

Affligem Dim 2
Dim 4

EKU28

Fruit dfendu

Buckler Highland

Affligem Fruit dfendu -1

EKU28

Killian

Killian

-2

St. Landelin
-3

Buckler Blonde -4 Budweiser

-4 Buckler Blonde

-2 -4

-4

-2

0 Dim 1

-2

0 Dim 3

SV

QFIF sultts issus de di'rentes mthodes X honnes ires

3.1.2.4 DISTATIS

ve premier pln ftoriel de hses @fF pigure QFUA semle trs prohe de elui issu du whD mtrique omme nonEmtrique @fF pigures QFQ et QFSA X ei n9est ps tonnnt puisque ette mthode est se sur du whF yn retrouve notmment l proximit entre les ires fukler righlnd et iuPVF ve pln onstruit prtir des xes Q et R de hses @fF pigure QFVA met glement en videne l9opposition entre les ires fukler righlnd et iuPV le long de l9xe Q omme pour le wh @fF pigures QFR et QFTAF
Figure QFU ! eprsenttion des ires sur le pln onstitu des xes I et P de hsesF
Distatis factor map
0.6

Figure QFV ! eprsenttion des ires sur le

pln onstitu des xes Q et R de hsesF

Distatis factor map
0.5

0.4

Budweiser
Budweiser

St. Landelin

Axis 2 : 21.27%

Buckler Blonde
Axis 4 : 14.69% EKU28 0.0

0.2

St. Landelin

Buckler Highland

Killian

Affligem Killian Fruit dfendu

0.0

Affligem Fruit dfendu

-0.2

EKU28 Buckler Highland

-0.5

Buckler Blonde

-0.4

-0.4

-0.2

0.0

0.2

0.4

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

Axis 1 : 28.79%

Axis 3 : 17.53%

3.1.2.5 SORT-CC

ves deux mthodes tnt ssez prohesD le premier pln ftoriel de yEgg @fF pigure QFWA orrespond elui de l9egw @fF pigure QFIAF yn retrouve l9xe I qui oppose l ire fukler righlnd ux utres et l9xe P qui oppose l ire iuPV ux utresF ve seond pln ftoriel de yEgg @fF pigure QFIHA orrespond glement elui de l9egw @fF pigure QFPAF

SW

ghpitre QF epplition
Figure QFW ! eprsenttion des ires sur le pln onstitu des xes I et P de yEggF
SORT-CC factor map
2.0

Figure QFIH ! eprsenttion des ires sur le

pln onstitu des xes Q et R de yEggF

SORT-CC factor map
Budweiser 1.5

2.0

2.5

EKU28

St. Landelin 1.0

1.5

Dim 2

Dim 4

1.0

0.5

0.0

Buckler Highland Killian EKU28

0.5

Affligem -0.5

Fruit Dfendu

Budweiser

Killian Buckler Blonde St. Landelin Affligem Fruit Dfendu 0.0 0.5 1.0 Dim 1 1.5 2.0 2.5

-1.0

0.0

Buckler Highland

-1.5

Buckler Blonde

-1.0

-0.5

0.0

0.5 Dim 3

1.0

1.5

2.0

3.1.3 Reprsentation des sujets

hns ette prtieD on s9intresse l reprsenttion des sujetsF eules trois mthodes sont omE pres @egwD hses et yEggA r e sont les seules fournir une telle reprsenttionF
3.1.3.1 ACM

v (gure QFII orrespond l reprsenttion des sujets sur le premier pln ftoriel issu de l9egwF gomme tous les sujets ont isol l ire fukler righlndD ils ont tous une oordonne gle I sur l premire dimensionF v9xe P de l9egw oppose l ire iuPV ux utres @fF pigure QFIAF euls deux sujets n9ont ps isol ette ire @les sujets P et WAF ge sont es sujets qui ont une oordonne nettement plus file que les utres sur et xeF ur le deuxime pln ftoriel de l9egw @fF pigure QFIPAD les sujets ont des oordonnes plus diversi(esF r exemple le sujet P une forte oordonne l fois sur l9xe Q et sur l9xe R e qui signi(e que e sujet rlis une tgoristion en ord ve le deuxime pln ftoriel issu de l9egw @fF pigure QFPAF ur e plnD on peut distinguer R groupes de ires X fukler flonde G fudweiserEtF vndelin G e1igemEpruit hfendu G fukler righlndEuillinEiuPVF i on retourne l tgoristion du sujet P @fF leu QFIAD on onstte que l ire fukler flonde ien t isoleD que les ires fudweiser et tF vndelin ont ien t ssoies @tout omme les ires e1igem et pruit hfenduA et en e qui onerne les trois ires restntesD seules les ires uillin et iuPV ont t ssoiesF in egwD les reprsenttions des ires et des sujets tnt liesD on sit extement pourquoi P sujets sont prohes ou loignsF
3.1.3.2 DISTATIS

v (gure QFIQ orrespond l reprsenttion des sujets sur le premier pln ftoriel issu de hsesF hns hsesD l reprsenttion des sujets s9interprte de l fon suivnte X les sujets TH

QFIF sultts issus de di'rentes mthodes X honnes ires

Figure QFII ! eprsenttion des sujets sur le

pln onstitu des xes I et P de l9egwF

Variables representation
1.0

Figure QFIP ! eprsenttion des sujets sur le

pln onstitu des xes Q et R de l9egwF

Variables representation
1.0
7 6 4 3;8 5

1 10

2 4 0.8 6 7

Dim 2 (24.74%)

0.6

0.8

Dim 4 (13.53%)

9 2

0.6

10 1

0.4

0.4

0.2

0.2

8
0.0

0.0

3 0.0 0.2 0.4 0.6 0.8 1.0

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (27.78%)

Dim 3 (20.22%)

ynt les oordonnes les plus leves sur l9xe I sont eux qui ont fourni les tgoristions les plus prohes de l9ensemle des tgoristions X de fon direteD on peut vri(er dns le tleu QFI que le sujet T mis ensemle les ires les plus frquemment ssoies @pr exemple pruit hfendu et e1igem ssoies pr V sujets sur IHD fF leu QFPA Y inversementD eux ynt les plus files oordonnes sont les plus typiques X le sujet W n9 pr exemple ps regroup pruit hfendu et e1igem @fF leu QFIAF ves xes suivnts de hses ne sont ps interprtlesD en e sens o l9on ne peut les relier ux tgoristions des sujets Y ontrirement ux xes de l9egwF gette reprsenttion orrespond u mieux ux ressemlnesGdi'renes entre sujets mis on ne peut ps svoir en quoi les sujets se ressemlent ou di'rent sur hque dimensionF
Figure QFIQ ! eprsenttion des sujets sur le

pln onstitu des xes I et P de hsesF

1.0

Figure QFIR ! eprsenttion des sujets sur le

pln onstitu des xes Q et R de hsesF

1.0

0.5

2 7

0.5

Axis 2 : 14.05%

Axis 4 : 7.08%

10

0.0

0.0

1 9

8 3 2

6 4

5
6

10

-0.5

-1.0

-1.0 -1.0

-0.5

0.0

0.2

0.4

0.6

0.8

1.0

-0.5

0.0 Axis 3 : 7.56%

0.5

1.0

Axis 1 : 59.83%

TI

ghpitre QF epplition
3.1.3.3 SORT-CC

v reprsenttion des sujets sur le premier pln ftoriel de yEgg @fF pigure QFISA ressemle euoup elle issue de l9egw @fF pigure QFIIAF gependntD ien que tous les sujets ient une oordonne leve sur l9xe I @r ils ont tous isol l ire fukler righlndAD on voit pprtre deux groupes de sujets X IEPERETEUEIH et QESEVEWF gette di'rene est due u nomre de groupes qu9ils ont fourni X les sujets ID PD RD TD U et IH ont fourni S groupes lors que les sujets QD SD V et W ont fourni R groupesF gomme voqu dns l setion PFPFRFPD yEgg privilgie les sujets ynt onstitu peu de groupesF gette di'rene visEEvis du nomre de groupes forms peut tre gnnte r on peut se demnder si l plus file oordonne de ertin sujets est due une prsene moins importnte hez es sujets du rtre mis en videne pr l dimensionF ur le seond pln ftoriel @fF pigure QFITAD l reprsenttion des sujets issue de yEgg est trs prohe de elle de l9egw @fF pigure QFIPAF
Figure QFIS ! eprsenttion des sujets sur le

pln onstitu des xes I et P de yEggF

SORT-CC factor map
0.5

Figure QFIT ! eprsenttion des sujets sur le

pln onstitu des xes Q et R de yEggF

SORT-CC factor map
0.5

0.4

3 8 5 0.3 1 410 6 7 0.2 9 2 0.1

0.1

Dim 2

Dim 4

0.3

0.4

2 4 0.2 7 10 1 9 5 3 8 6

0.0

0.0

0.1

0.2 Dim 1

0.3

0.4

0.5

0.0 0.0

0.1

0.2 Dim 3

0.3

0.4

0.5

3.1.4 Bilan des comparaisons

hns l9tude de et exemple prtiulier o une ire t isole pr l9ensemle des sujetsD les pprohes ses sur du wh @wh mtriqueD wh nonEmtrique et hsesA ne semlent ps dptes pour mettre en videne e trit prtiulirement des donnesF eules les mthodes ses sur l9egw y prviennentF he plusD les mthodes ses sur du wh mettent l fois en videne des proximits relles oserves entre ojets @9est pr exemple le s des ires e1igem et pruit hfendu prohes sur le premier pln et ssoies pr V sujets sur IHA et des proximits (tives @9est le s des ires fukler righlnd et iuPV prohes sur le premier pln mis jmis ssoiesAF in e qui onerne les mthodes ses sur l9egwD les di'renes s9oservent sur l reprsenttion des sujetsF in voulnt rduire l9impt du nomre de groupes fournis pr hque sujetD yEgg entue e trit omme le montre l (gure QFISF ur ette (gureD lors que tous les sujets ont en ommun de l mme fon l premire dimensionD leurs oordonnes di'rent selon le nomre de TP

QFPF ritement omplet d9un exemple X honnes prfums groupes fourniF g9est pourquoi l9pprohe pr egw semle l plus intressnteF g9est elleEi qui est dveloppe dns l9exemple suivntF
3.2 Traitement complet d'un exemple : Donnes parfums

get exemple illustre l mthodologie que nous proposonsD se sur l9egwD pour triter les donnes de tgoristionF
3.2.1 Donnes

ves produits utiliss u ours de ette exprimenttion sont des prfumsF rditionnellementD les prfums sont lsss en sept grndes fmilles olftives X )oruxD hyprs @ou ldhydsAD fougresD uirsD oissD orientux et hespridsF hns le ut de simpli(er ette lssi(tionD une roue des prfums t re en IWVQ pr wihel idwrds @fF pigure QFIVAF gelleEi lsse les prfums en inq grndes tgories X )oruxD orientuxD oissD fougres et frisF ghque fmille est ensuite divise en sousEgroupesD rprtis utour d9un erle @exeption fite de l fmille des fougres qui ontient des lments des utres fmilles et qui est ple u entreAF xous nous intressons un ensemle de prfums rssemlnt priniplement des eux de toilette et eux de prfum de l fmille des )orux et des orientux @fF pigure QFIUA X engelD eromtis ilixirD ghnel nSD ginmD goo wdemoiselleD v9instntD volit vempikD lesuresD ure oisonD hlimrD t9dore @eu de prfumD iAD t9dore @eu de toiletteD iAF ges IP prfums ont dj t Data utiliss pr qzno et al. @PHHSAF
98 consumers carried out a qualified categorization on 12 luxury perfumes: Figure QFIU ! rfums utiliss lors de l9preuve de tgoristionF

Angel

Lolita Lempicka

L'instant

Cinma

J'adore J'adore (ET) (EP)

Shalimar

Aromatics Coco Chanel n5 Elixir Mademoiselle

Pure Poison

Pleasures

3 v rprtition de es prfums sur l roue des prfums @fF pigure QFIVA nous permet de omprendre l omposition de l9espe produitsF gertins prfums tels que volit vempik et t9dore ont des rtristiques opposesF h9utresD u ontrireD sont hoisis pour leurs rtristiques ommunes X v9instnt et ginm pr exempleF gette roue des prfums nous permettr de vri(er si les sujets sont ples de deler des di'renes (nes et des ressemlnes entre les prfumsD et de les rtriser

TQ

ghpitre QF epplition
Figure QFIV ! ositionnement des IP prfums sur l roue des prfumsF

Linstant Cinma Coco Mademoiselle Chanel n5 Aromatics Elixir Angel Pleasures Pure Poison Jadore (ET & EP) Shalimar Lolita Lempicka

pr des desripteurs sensoriels ohrents ve l roue des prfumsD ou ien si u ontrire ils ne distinguent que les grndes di'renesF WV sujets @nfs en prfumerieA ont rlis une preuve de tgoristion sur es IP prfumsF ves onsommteurs tient dvntge des femmes @TWFR7A et plutt jeunes @ge moyen a PS ns Y mplitude X IV ns E SV nsAF our l9vlutionD les prfums ont t vporiss sur un moreu de oton pl dns un )on en verre fermF ves )ons ont t numrots pr un ode Q hi'res di'rent pour hque prfumF v9ensemle des IP )ons @ligns et ordonns suivnt des rrs ltins de illimsA ensuite t prsent hque sujet dns des ox individuelsF sl t reommnd ux sujets d9vluer les prfums dns l9ordre de prsenttion tout en leur prisnt qu9un retour sur les hntillons tit possileF ves sujets ont reu pour onsigne dns un premier temps de regrouper les prfums en plusieurs groupes @entre P et IIA selon leurs propres ritresD eux qui sont importnts pour euxF it ei tout en shnt que deux prfums sont X

dns le mme groupe s9ils prissent se ressemler @tous ritres onfondusA Y dns des groupes di'rents s9ils prissent tre di'rents @tous ritres onfondusAF

e l9issue de ette tgoristionD si spontnment un ou plusieurs termes illustrient les groupes qu9ils venient de rer lors il leur tit demnd de les noterF r ontreD si uun terme ne leur venit l9espritD ils n9tient ps oligs de quli(er les groupes rsF TR

QFPF ritement omplet d9un exemple X honnes prfums

3.2.2 Premire description statistique

hns l9ensemleD les sujets ont onstitu entre R et S groupes @fF pigure QFIWAD omposs gnrE lement de I Q prfums @fF pigure QFPHAF
Figure QFIW ! xomre de groupes d(nis lors de

l9preuve de tgoristion sur les prfumsF

30

Figure QFPH ! xomre de prfums pr groupe

lors de l9preuve de tgoristionF

120

25

20

15

10

20

40

60

80

100

v mtrie de oourrenes @fF leu QFQA ne prsente ps de se d9e'etif nul X il n9y don ps de onsensus entre les sujets @quel que soit le ouple de prfumsD u moins T sujets les ont mis dns un mme groupeAF uelques prfums ont t plus souvent mis seuls don vus omme prtiuliers X hlimr et ghnel nSF ves deux t9dore ont t pl ST fois dns un mme groupeD hi're le plus importntF our plus de lisiilitD ette mtrie t rordonne de fon fire pprtre des sousEgroupes de prfumsF

TS

TT

Tableau QFQ ! wtrie de oourrenes entre prfums lors de l9preuve de tgoristionF eromtisghnel engel volit ginmv9instnture goo lesures t9dore hlimr ilixir nS vempik oison wdemoiselle @iA hlimr WV RP QH PI W IH IQ II W T T eromtis ilixir RP WV SI PU T V IQ IP IP II IP ghnel nS QH SI WV IS V W IH PI II IR IP engel PI PU IS WV QT IV IR IH IH II II volit vempik W T V QT WV RP PP IV PI IV IV ginm IH V W IV RP WV PT PV QH PP PQ v9instnt IQ IQ IH IR PP PT WV PS PH PQ PV ure oison II IP PI IH IV PV PS WV QQ QH PW goo wdemoiselle W IP II IH PI QH PH QQ WV PV PV lesures T II IR II IV PP PQ QH PV WV QV t9dore @iA T IP IP II IV PQ PV PW PV QV WV t9dore @iA U U IR IP IV PR PP PV QV RV ST

t9dore @iA U U IR IP IV PR PP PV QV RV ST WV

eul PR T IU IQ U S W U V V P P

ghpitre QF epplition

QFPF ritement omplet d9un exemple X honnes prfums hns l9ensemleD PPR mots ont t utiliss pour rtriser les prfumsF in mjoritD un groupe t rtris pr I P mots @fF pigure QFPIAF euls S sujets n9ont utilis uun motD et UR groupes n9ont ps t rtrissF hns l9ensemleD les sujets se sont don prts u jeu de l quli(tionF
Figure QFPI ! xomre de mots pr groupe lors de l9preuve de tgoristion sur les prfumsF

50

100

150

ghque prfum peut tre diretement rtris pr les mots qui lui sont ssois de fon privilgie @fF leu QFRAF r exempleD les mots picD vanillD fort et sucr sont euoup plus souvent utiliss pour le prfum engel que de fon gnrle X pr exemple le mot vnill orrespond 0.71% des mots utiliss pour drire l9ensemle des prfums mis 3.18% des mots utiliss pour drire le prfum engel Y de mme les mots fortD orientalD agressifD mdicamentD masculinD vieux sont plus souvent utiliss pour rtriser le prfum hlimrF euls deux prfums n9ont uun mot pour les rtriser X v9instnt et ginmF
Tableau QFR ! hesription des prfums engel et hlimr pr les motsD tris pr ordre droissnt de

signi(tivitF

Shalimar

Angel

vnill pi ngel fort sur

7 interne 7 glol pEvlue QFIV7 HFUI7 HFHHQ QFVP7 IFPT7 HFHII IFPU7 HFIT7 HFHPI IHFVQ7 TFWR7 HFHQV WFSS7 TFHI7 HFHRR

fort orientl mdiment gressif vieux msulin menthol dsodorisnt ire poivr

7 interne 7 glol pEvlue IQFHU7 TFWR7 HFHHQ IFQI7 HFII7 HFHHU IFWT7 HFQQ7 HFHHW QFWP7 IFQU7 HFHIR QFPU7 IFHR7 HFHIU PFTI7 HFUI7 HFHIV IFQI7 HFIT7 HFHPH IFQI7 HFIT7 HFHPH IFQI7 HFIT7 HFHPH PFTI7 HFWQ7 HFHRU

3.2.3 Test associ la premire valeur propre

v premire vleur propre de l9egw sur es donnes vut 0.64F ille est ssoie une proilit ritique de 0 omme le montre l (gure QFPP qui rssemle les premires vleurs propres otenues pr permuttionF ur ette (gureD 1 pprt omme signi(tive et trs loigne des vleurs otenues TU

ghpitre QF epplition pr permuttion X le niveu de prent oserv entre les di'rentes tgoristions relve don d9un rel ord entre les sujets et ne peut en uun s relev du hsrdF gei lgitime l9nlyse des rsultts qui suitF
Figure QFPP ! histriution sous H0 de l premire vleur propre et vleur oserve sur le jeu de donnes de tgoristion prfums @en rougeAF

Frequency

0 0.35

50

100

150

0.40

0.45

0.50

0.55

0.60

0.65

0.70

Premire valeur propre

3.2.4 Reprsentation des parfums et des mots

Figure QFPQ ! remier pln ftoriel de l9egwF eprsenttion des prfumsF
MCA factor map

Angel 1.5 Lolita Lempicka 1.0 Dim 2 (13.64%)

Cinma 0.5

0.0

L'instant Coco Mademoiselle Pure Poison J'adore (ET) Pleasures J'adore (EP)

Shalimar Aromatics Elixir

-0.5

Chanel n5

-1.0 -1.0

-0.5

0.0

0.5 Dim 1 (17.8%)

1.0

1.5

2.0

ve premier xe ftoriel oppose les prfums hlimrD eromtis ilixir et ghnel nS ux utres @fF pigure QFPQAF ve deuxime xe ftoriel oppose engelD volit vempik et dns une moindre TV

QFPF ritement omplet d9un exemple X honnes prfums mesure ginm ux utres prfumsF ges positions loignes de quelques prfums sont relier ve le nomre de fois que es prfums ont t mis dns un groupe seul X 9est le s pr exemple de hlimr isol pr PR sujetsD ghnel nS isol pr IU sujets et engel isol pr IQ sujets @fF dernire olonne du leu QFQAF ves proximits sont relier l frquene d9pprtenne un mme groupe X 9est le s d9eromtis ilixir ssoi RP fois hlimr et SI fois ghnel nS Y et de volit vempik ssoi QT fois engel @fF leu QFQAF xotons glement l proximit entre les deux t9dore mis ensemle ST foisF
Figure QFPR ! remier pln ftoriel de l9egwF eprsenttion des prfums @en rougeA et des lels @en

noirAF

aseptis neutre discret estival poivr caractre barbe papa pic musc camphre cors fort pic chocolat nourriture pic soire Dim 2 (13.64%) 2

chaud sucr fruit chocolat vanille sucr chaud chaud vanill pic fort intense

MCA factor map

fte sucr miel fort fruit fort fort particulier

odeur prenante Angel Lolita Lempicka 1 fort attaquant

masculin poivr fort sucr pic pic homme fort pain d'pices amande enttant fruit pourri printemps agressif

Cinma Shalimar Aromatics Elixir

L'instant 0 Coco Mademoiselle J'adore (ET) Pure Poison J'adore (EP) Pleasures -1

sucr faible fruit sucr doux propret fracheur savon fruit muguet fruit discret fruit discret pollen naturel sucr nature muguet

Chanel n5

chimique piquant savon fort fort fleuri toilettes ancien eau de Cologne fort mauvais chimique non-naturel artificiel capiteux grand-mre 2 eau de Cologne enttant attaque toilettes savon savon fort prononc parfum WC WC mdicament plante savon fort savon toilettes

pourri dcomposition fleuri dsodorisant dsodorisant fort nausabond oriental mtallique mdicament pic agrume frais fleuri doux citronnelle sucr anti-moustique eau de Cologne hpital oriental cire particulier fort mdicament citronn renferm agressif fort lavande eau de Cologne

-1

0 Dim 1 (17.8%)

lger caractre fort enivrant fleuri fin suave acidul dsodorisant

femme dge mr fleuri suffocant lger

v reprsenttion des prfums est omplte en lui superposnt l reprsenttion des lels X pr onstrutionD un prfum est u ryentre des lels uxquels il t ssoi @fF pigure QFPRAF ve premier xe oppose les prfums ssois ux lels fortD dsodorisantD savonD ux prfums plutt eurisD fruitF ve deuxime xe oppose les prfums ssois ux lels fortD vanilleD chocolatD pic ux utresF einsiD es deux dimensions font pprtre deux groupes de prfums vus omme fort X le premier groupe onstitu des prfums hlimrD eromtis ilixir et ghnel nS est vu omme fort mis est plutt ssoi des termes ngtifs @dcompositionD anti-moustiqueD mdicamentD WCD etcFA lors que le seond groupe onstitu des prfums volit vempik et engel est vu omme fort mis es prfums sont ssois des termes positifs @fteD estivalD soireD etcFAF v rtristion plutt ngtive du premier groupe est sns doute mettre en reltive ve l jeunesse des sujets ynt e'etus l9preuve de tgoristion @ge moyen de PS nsA X il fut rppeler que hlimr et ghnel nS ont t rs dns les nnes PH et eromtis ilixir dns les nnes UH lors que les neuf utres prfums dtent des nnes WH et PHHHF TW

ghpitre QF epplition i l9on se rfre l roue des prfums @fF pigure QFIVAD le groupe ghnel nSD hlimr et eromtis ilixir prt inttenduF in revnheD l9ssoition engel E volit vempik tit ttendue et d9illeurs on retrouve dns l rtristion des sujets le terme vnille prsent sur l roue des prfumsF ve groupe des deux t9doreD lesuresD ure oison et goo wdemoiselleD drit omme des prfums )orux et douxD tit glement ttendu X les sujets ont ii ussi russi mettre en videne es termesF gette rtristion des groupes suite l9preuve de tgoristion se rvle insi prieuse dns l9interprttion des dimensions sensorielles et s9intgre de fon nturelle dns l9nlyseF ille permet notmment de omprendre pourquoi deux prfums sont prohes ou loigns et elle met en videne les ritres importnts ux yeux des sujets pour disriminer les prfumsF
3.2.5 Reprsentation des sujets

v reprsenttion des sujets met en videne di'rents types de tgoristion @fF pigure QFPSA X il n9y ps de groupes de sujets qui pprissent lirementFur le premier xeD les sujets WQ et RHD qui ont une oordonne leve s9opposent ux sujets IV et QIF v oordonne d9un sujet sur un xe tnt gle u rpport de orrltion entre s vrile de prtitionnement et l9xeD il en rsulte que les sujets RH et WQ ont lirement individulis les prfums hlimrD eromtis ilixir et ghnel nS ontrirement ux sujets IV et QI @fF leu QFSAF elon le deuxime xeD les sujets QI et RHD qui ont une forte oordonneD s9opposent ux sujets IV et WQF in e'etD les sujets QI et RH ont ien individulis engel et un moindre degr volit vempik et ginmD e qui n9est ps le s des sujets IV et WQ @fF leu QFSAF
Figure QFPS ! eprsenttionD sur le

premier pln de l9egwD des sujets ynt rliss une tgoristion prtir de prfumsF
Groups representation
1.0 31 40

Tableau QFS ! gtgoristions des sujets IVD QID RH et WQ

sur les donnes prfumsF

engel eromtis ilixir ghnel nS ginm goo wdemoiselle t9dore @iA t9dore @iA v9instnt volit vempik lesures ure oison hlimr

93 18

ujet IV ujet QI ujet RH ujet WQ Q S T I P P S Q Q R S Q Q Q Q P Q I P P I I I I Q I I P P I P I I Q Q P Q I I I I P P P P I R R

Dim 2 (13.64%)

0.0 0.0

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

1.0

Dim 1 (17.8%)

UH

QFPF ritement omplet d9un exemple X honnes prfums

3.2.6 Ellipses de conance autour de la position des parfums

v tille des ellipses est reltivement petite tnt donne l dispersion des prfumsF sl en rsulte un file reouvrement entre les ellipses mme pour les prfums prohesF fien que prohesD les prfums v9instntD goo wdemoiselle et ure oison semlent ien di'renis pr les sujetsF wlgr l9sene de onsensus @fF prgrphe QFPFPAD il existe une struture dns les ssoitions entre prfums X les di'renes signi(tives entre les prfums sont ien mises en videne pr l9nlyseF emrquons le reouvrement des deux t9dore mettre en reltion ve l mtrie de oourrenesF
Figure QFPT ! remier pln ftoriel de l9egwF eprsenttion des prfums et des ellipses de on(ne ssoiesF
Confidence ellipses for the mean points
2.0 1.5

Angel

Lolita Lempicka

Dim 2 (13.64%)

0.5

1.0

Cinma

0.0

L'instant

Shalimar

-0.5

Coco Mademoiselle Pure Poison J'adore Pleasures (EP) J'adore (ET)

Aromatics Elixir

Chanel n5

-1.0

-1.0

-0.5

0.0

0.5 Dim 1 (17.8%)

1.0

1.5

2.0

ve file reouvrement des ellipses peut tre qunti( pr le rpport de reouvrement qui vut ii 0.994F ge rpport est hutement signi(tif @proilit ritique de HA omme le montre l (gure QFPU mis peu loign des rpports otenus pr permuttion X on peut don otenirD pr le simple fit du hsrdD des ellipses de on(ne presque ussi ien di'reniesF sl fut don rester prudent dns leur interprttionF

UI

ghpitre QF epplition
Figure QFPU ! histriution sous H0 du rpport de reouvrement et vleur oserve sur le jeu de donnes prfums @en rougeA lors de l9preuve de tgoristionF
300 Frequency 0 0.982 50 100 150 200 250

0.984

0.986

0.988 ratio

0.990

0.992

0.994

0.996

3.2.7 Bilan

v9pplition de l mthodologie propose u tritement de e jeu de donnes montre tout l9intrt de l mthodeF v9tude des premiers inditeurs @nomre de groupesD etc A donne dj une ide de l fon dont les sujets ont prod et des ssoitions privilgies entre ojets @omme elle des deux t9doreAF in e qui onerne les reprsenttionsD l reprsenttion des prfums nous permet de voir pr exemple que les prfums hlimrD eromtis ilixir et ghnel nS sont perus omme di'rents des utres mis ne nous donne ps d9utres informtionsF g9est l reprsenttion des mots qui gre u fit qu9elle soit lie elle des prfumsD nous permet de omprendre pourquoi les prfums hlimrD eromtis ilixir et ghnel nS sont perus omme di'rents des utres X 9est leur rtre fortD enttntD etcF qui les di'renie des utresF in(nD l9tude de l reprsenttion des sujets nous indique s9il existe une grnde diversit de tgoristions ou u ontrire s9il y onsensus entre les sujetsF r exemple dns e jeu de donnesD ette reprsenttion nous indique dns un premier temps que les sujets QI et WQ n9ont ps peru les prfums de l mme fonF g9est en l9interprtnt onjointement elle des prfums que l9on sit e qui di'renie es deux sujets X l9un @le sujet WQA di'reni le groupe hlimrD eromtis ilixir et ghnel nS lors que l9utre @le sujet QIA di'reni le groupe engelD volit vempik et ginmF g9est le fit que l9ensemle des reprsenttions @prfumsD mots et sujetsA soient lies qui donne toute s rihesse l mthodeF in(nD l prsene d9lments de vlidit permet d9rter les jeux de donnes pour lesquels il n9y ps d9ord entre les sujetsF hns e sD les reprsenttions synthtiques moyennes otenues UP

QFPF ritement omplet d9un exemple X honnes prfums pr l mthode perdent tout leur sens puisque hque tgoristion est en quel que sorte propre hque sujetF

UQ

ghpitre QF epplition

UR

Deuxime partie

Deux extensions la catgorisation

US

Chapitre

4
Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Analyse statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 79

Napping R catgoris
Sommaire
4.1 4.2

RFPFI eprsenttion eulidienne d9une nppe tgorise F F F F F F F F F F F F F F UW RFPFP eprsenttions eulidiennes issues d9un ensemle de nppes tgorises F VP RFPFQ lments de vlidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VR RFQFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VU RFQFP sultts F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F VW
Comparaison du Napping Application : Donnes smoothies . . . . . . . . . . . . . . . . . . . . . . 87

4.3

4.4

catgoris et de la catgorisation : Donnes 99

RFRFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WW RFRFP gomprison F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F WW RFRFQ filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IHS

4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

parfums . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ge hpitre prsente le xpping tgorisF eprs voir prsent le prinipe et l9origine de ette mthode de reueil de donnesD nous prsentons l mthodologie de tritement sttistique ssoie e reueilF xous illustrons ensuite ette mthodologie prtir de donnes reueillies sur V smoothiesF in(nD on s9intresse l omprison de rsultts issus de tgoristion et de xpping tgorisF

UU

ghpitre RF xpping tgoris

4.1 Principe

rmi les pprohes holistiques dns lesquelles on demnde ux sujets d9vluer les ressemE lnesGdissemlnes entre ojets de fon gloleD le xpping @gsD PHHQD PHHSA @ou projetive mpping @isvik et al.D IWWRAA est une mthode de reueil de donnes de plus en plus utilise en nE lyse sensorielleD omme l tgoristionF gependntD lors d9une preuve de xpping D l9vlution ne se fit ps de fon disrte @sous forme de groupesA mis de fon ontinue X on soumet des sujets l9ensemle des ojets tudis et une grnde feuille de ppier @nppeAD gnrlement de dimenE sion 60cm 40cmF v demnde est X plezD sur ette feuille de ppierD les ojets de fon telle que deux ojets soient d9utnt plus prohes @sur l nppeA qu9ils se ressemlent et d9utnt plus loigns qu9ils di'rent @fF pigure RFIAF vors de ette preuveD omme lors d9une preuve de tgoristionD on demnde ux sujets d9vluer diretement et glolement les di'renes entre ojets et d9utiliser leurs propres ritres pour l onstrution de leur nppeF e l9issue de ette premire tpeD il est demnd ux sujets de rtriser les ojets pr un ou plusieurs mots s9il leur en vient l9espritF ve hoix d9une nppe retngulire @60cm 40cmA et non rre n9est ps nodin X en e'etD on ttend des sujets qu9ils utilisent l9xe des sisses pour mettre en videne le ritre qui di'renie le plus les ojets leurs yeuxF
Figure RFI ! ixemple de nppe prtir de V ojetsF
Banane Acide

Banane Sucr

Fraise

Fraise

v9oservtion de sujets rlisnt des nppes montre queD souventD euxEi tlissent des groupes d9ojets dns l9lortion de leur nppe et semlent ominer de front xpping et tgoristionF gei nous suggr d9ssoier les deux produres en demndnt u sujet de fournir une nppe sur lquelle pprisse des regroupements d9ojetsD produre que nous ppelons xpping tgoris @fF pigure RFPAF gomme pour l tgoristion et le xpping D l9issue d9une preuve de xpping tgorisD il peut tre demnd ux sujets de rtriser les groupes d9ojets qu9ils ont onstitus pr un ou plusieurs mots s9il leur en vient l9espritF eve ette mthode de reueil de donnesD on omine l fois l simpliit de l tgoristion qui rpond pour hque ouple d9ojets l question ist e que es deux ojets se ressemlent ve l notion de groupes et l nune du xpping qui rpond l question e quel point es deux ojets se ressemlent ve l notion de distneF v9ide de ominer es deux notions n9est ps nouvelle X elle dj t utilise en nlyse sensorielle dns le dre de l disrimintion de produits @frdley et rrmonD IWTRAF ges uteurs se sont UV

RFPF enlyse sttistique

Figure RFP ! ixemple de nppe tgorise prtir de V ojetsF ve sujet onstitu Q groupesF
Banane Sucr Acide

Fraise

intresss u test tringulireF ve test tringulire lssique onsiste prsenter un ensemle de J sujets trois hntillons de produits X prmi es trois hntillons deux sont identiques et un est di'rent des deux utresF v onsigne donne ux sujets est lors d9indiquer quel hntillon est selon eux di'rent des deux utresF frdley et rrmon onsidrent eux un test tringulire modi( dns lequel une the supplmentire est demnde ux sujets X on leur demnde non seulement d9indiquer quel hntillon est selon eux di'rent des deux utres mis glement un sore de di'rene @est e qu9il est trs di'rentD peu di'rentD etcFAF our le nouveu reueil de donnes qu9est le xpping tgorisD on ttend des reprsenttions grphiques similires elles otenues lors d9une preuve de xpping ou de tgoristion X 9estEE dire l fois une reprsenttion des ojetsD une reprsenttion des mots @lorsque qu9il est demnd ux sujets de rtriser leur nppe tgoriseA et une reprsenttion des sujets Y et que es di'rentes reprsenttions s9interprtent onjointement pour se servir mutuellement d9ide l9interprttionF xous llons voir dns l suite omment les deux types de donnes @quntittives pour le xpping et qulittives pour l tgoristionA peuvent tre prises en ompte simultnment et ve pro(t pour otenir les di'rentes reprsenttions qui nous intressentF
4.2 Analyse statistique

hns ette prtie mthodologiqueD on s9intresse suessivement l prise en ompteD du point de vue du odge et du tritementD d9une nppe tgorise puis d9un ensemle de nppes tgorisesF in(nD on s9tthe ssoier des lments de vlidit ux rsultts propossF
4.2.1 Reprsentation euclidienne d'une nappe catgorise

ne nppe tgorise peut tre vue omme regroupnt deux types d9informtion sur un mme ensemle d9ojetsF oit I le nomre d9ojets Y les donnes d9une nppe tgorise peuvent tre regroupes dns un tleu I lignes o hque ligne orrespond un ojet et trois olonnes X deux pour les oordonnes des ojets sur l nppe @sisse et ordonneA et une pour l vrile de prtition ssoie l tgoristionF vorsqu9il est demnd ux sujets de rtriser les groupesD UW

ghpitre RF xpping tgoris es mots servent de liell ux modlits de l vrile de prtitionnement @si uun mot n9est utilis pour drire un groupeD un liell ritrire lui est ttriu X pr exemple G1D G2D etcFAF v (gure RFQ reprsente l nppe tgorise d9un sujet (tif prtir de V ojets nots de A H et le tleu de donnes ssoi l nppe tgorise de e sujetF
Figure RFQ ! xppe tgorise d9un sujet (tif et tleu de donnes ssoiF
40

fraise banane
D

C A

amer
10

FE

e RUFS PV frise Ynne f SQ QQ frise Ynne g RI QR frise Ynne h RHFS PS frise Ynne i RS V qP p RH V qP q IR PP mer r IW IT mer
60

0 0

20

30

10

20

30

40

50

ghque nppe tgorise est don reprsente pr deux vriles quntittives et une vrile qulittiveF vors de l9nlyse de e tleuD on souhite quilirer l9in)uene de hune des mE thodes @xpping et tgoristionAD 9est pourquoi l9enlyse ptorielle wultiple @epwA est une mthode prtiulirement dpte u tritement de es donnesF gette epw est ompose de deux groupes X le premier groupe orrespond ux deux vriles quntittivesD nonEnormes pour respeter les disprits pprissnt en sisse et en ordonne @gsD PHHSAD ssoies u xpping @X D Y A et le seond groupe orrespond l vrile qulittive ssoie l tgoristion @C AF v prise en ompte simultne de vriles qulittives et quntittives dns une nlyse ftoE rielle est tudie dns gs @PHHPD PHHRAF v fon l plus simple de le prsenter est de se foliser sur l distne entre deux individus i et l @dns nos donnesD les individus sont les ojetsAF i l9on onsidre un ensemle de vriles quntittivesD lors on utilise l distne @eulidienne usuelleA de l9eg @norme ou nonA e que nous notons X d2 ACP (i, l)F i l9on onsidre un ensemle de vE riles qulittivesD lors on utilise l distne @du 2 A de l9egw e que nous notons X d2 ACM (i, l)F in prsene de donnes mixtesD onstitues pr un groupe de vriles quntittives et un groupe de vriles qulittivesD on omine les deux distnes prdentes de l fon suivnte X
2 2 d2 mixte (i, l) = a.dACP (i, l) + b.dACM (i, l)

@RFIA

ves oe0ients a et b peuvent tre ussi ien vus omme des poids de vriles @identiques u sein d9un groupeA que omme des oe0ients d9homothtie des nuges d9individusF sls sont hoisis de fon hrmoniser les ontriutions des deux types de distnesF v pondrtion de l9epw rlise ette hrmonistion u sens suivnt X les oe0ients a et b sont hoisis tels queD ve euxD l9inertie xile mximum du nuge des individusD dns l9eg d9une prt et dns l9egw d9utre prtD est gle IF our elD en notnt ACP @respF ACM A l premire vleur propre de l9eg @respF de 1 1 VH

RFPF enlyse sttistique l9egwAD on hoisit les oe0ients qui onduisent l distne suivnte X
d2 mixte (i, l) = 1 ACP 1 .d2 ACP (i, l) + 1 ACM 1 .d2 ACM (i, l)

@RFPA

in prodnt insiD on est ertin que le premier xe de l9nlyse glole s9ppuier hrmonieuE sement sur les deux types de vrilesF in revnheD on ne peut rien dire de gnrl qunt ux xes suivnts X selon les donnesD on otiendr des xes lis ux deux types de vriles ou seulement l9un d9entre euxF sl fut noter queD en hoisissnt de normliser l9inertie xile mximumD on ne normlise ps l9inertie totle qui v don di'rer entre les tgoristions et les nppesF ve groupe ynt l plus file droissne des vleurs propres ur mniquement une inertie totle plus grnde et l9on peut rindre qu9il itD dns l9nlyse gloleD une in)uene prpondrnte ds l9xe PF g9est le s des vriles qulittivesF ne nppe u mximum une inertie totle de P @en prtiqueD on oserve plutt des inerties totles utour de IFRA et e quel que soit le nomre d9ojetsD lors qu9une tgoE ristion une inertie totle gle u nomre de groupes1D orrespondnt utnt de dimensions d9inertie gle IF v (gure RFR illustreD prtir de l nppe tgorise du sujet (tif de l (gure RFQD l prise en ompte simultne des deux informtions pour hque ojet @les oordonnes sur l nppe et l9pprtenne un groupeAF
Figure RFR ! remier pln ftoriel de l9nlyse pr epw de l nppe tgorise du sujet (tif de l (gure RFQF
Individual factor map
1.0 G
q

C
q

B H D
q

A
q

0.5

0.0

Dim 2 (41.07 %)

1.5

1.0

0.5

2.0

F
q

E
q

0 Dim 1 (56.52 %)

fien que l tgoristion it une inertie totle gle @presqueA u doule de elle de l nppeD le premier pln est trs li l nppe Y ei n9est ps d u hsrd X les dimensions de l nppe ritrent entre les dimensions de l tgoristion @es dernires ynt hune l mme inertie de IAF sl en rsulte un premier pln qui reprend l on(gurtion de l nppe en rpprohnt les ojets d9un mme groupeF gette reprsenttion est une premire vlidtion du hoix de l mthode pour triter les donnes VI

ghpitre RF xpping tgoris issues du xpping tgoris puisqu9on otient pr l9epw un premier pln ftoriel trs prohe de l nppe tgorise fournie pr le sujetF
4.2.2 Reprsentations euclidiennes issues d'un ensemble de nappes catgorises

ves donnes de xpping tgoris sont rssemles dns un tleu retngulire @fF piE gure RFSAF ves lignes orrespondent ux ojetsD les olonnes ux xes des oordonnes des nppes d9une prt et ux tgoristions d9utre prtF ves mots ssois ux groupes pprissent en tnt que liells des vriles qulittives reprsentnt les tgoristionsF
oordonnes de s nppeD Xj et Yj D et s vrile @qulittiveA de tgoristion Cj F Xj (i) X oordonne horizontle de l9ojet i sur l nppe j F Cj (i) X mot@sA ssoi@sA u groupe dns lequel l9ojet i t pl pr le sujet j F
Sujet 1
Nappe Catgo

Figure RFS ! truture @pr sujetA des donnes de xpping R tgorisF eu sujet j D on ssoie les deux

Sujet j
Nappe Catgo

Sujet J
Nappe Catgo

X1 1

Y1

C1

Xj

Yj

Cj

XJ

YJ

CJ

Xj (i) Yj (i) Cj (i)

ve tleu de donnes est strutur pr sujet @fF pigure RFSAF yn regroupe les donnes d9un mme sujetD i.e. pour le sujet j les trois olonnes Xj D Yj et Cj F ve tleu de donnes pprt lors omme l juxtposition de J tleux @hun d9entre eux omportnt un lo de deux vriles quntittives et d9une vrile qulittiveAF v mthode ftorielle dpte u tritement de e type de donnes est l9enlyse ptorielle wultiple rirrhique @epwr Y ve hien et gs @PHHQDAAF in epwrD les donnes sont onstitues pr un tleu individus vrilesF ves vriles peuvent tre quntittives etGou qulittives @mis doivent tre de mme nture dns un sousEgroupe donnAF ves vriles sont strutures selon une hirrhieD souvent rduiteD en prtiqueD une suite de deux ou trois prtitions @sur les vrilesA emotesF einsiD sur l hirrhie de l (gure RFS nlyse de fon desendnteD les vriles sont d9ord prtitionnes en J groupes @un groupe pr sujetAF ghun de es groupes est ensuite prtitionn en deux sousEgroupes X un sousEgroupe pour les deux oordonnes sur l nppe d9une prt et un sousEgroupe pour l vrile de tgoristion d9utre prtF v9epwr repose sur une nlyse ftorielle du tleu glol dns lquelle les vriles sont pondres de fon quilirer leur in)uene u sein de hque nud de l hirrhieF einsiD dns VP

RFPF enlyse sttistique l struture de l (gure RFSD les vriles sont pondres de fon quilirer X IA u sein de hque sujetD les oordonnes sur s nppe d9une prt et s tgoristion d9utre prt @les deux oordonnes d9une mme nppeD ellesD ne sont ps quilires entre elles e qui dformerit le positionnement sur l nppe Y elles onstituent un groupe de deux vriles non normesA Y PA les J sujets entre euxF in prtiqueD ette epwr revient fire dns un premier temps une epw sur les donnes de hque sujet @fF setion RFPFIA X les donnes d9un sujet sont lors remples pr les fteurs issus de l9epw de e sujetF hns un seond tempsD une nouvelle epw est rlise X ette epw est struture en J groupes de vriles o hque groupe orrespond ux fteurs des epw spres de hun des sujetsF v9epwr fournit d9ord les reprsenttions lssiques de l9nlyse ftorielle X une reprsentE tion des individus @dns notre s des ojetsAD une reprsenttion de vriles @dns notre s des vriles d9sisse et d9ordonne pour hque sujetA et une reprsenttion des modlits des vE riles qulittives @dns notre sD ette reprsenttion prend tout son sens lorsqu9il est demnd ux sujets d9ssoier des mots ux groupes onstitus X ette reprsenttion devient lors une reprE senttion des motsAF ille fournit en outre des reprsenttions @et des inditeursA spi(ques de l struture hirrhique sur les vrilesD soitD priniplement les deux mentionnes iEprs X ne reprsenttion des nuds de l hirrhie @I nud a I pointA Y insiD ve l struture de l (gure RFSD on dispose d9un grphique des sujets @un point pr sujet = une nppe + l tgoristion ssoieA Y si un sujet j une forte oordonne sur l9xe sD el signi(e que l dimension s est une dimension d9inertie importnte de l9ensemle des donnes du sujet j Y ette reprsenttion permet d9tudier l diversit des sujets i.e. de distinguer des sujets typiquesD des groupes de sujetsD etc Y ne reprsenttion des ojets du point de vue des seules donnes de hun des nudsD ppele reprsenttion prtielle @en prtiqueD pour viter des grphiques trop enomrsD on se limite ux nuds les plus levs dns l hirrhieA Y ve l struture de l (gure RFS on otient insi une sorte de superposition des reprsenttions des ojets induites pr hque sujet X on dtete insi les ojets dont le positionnement fit l9ojet d9un onsensus prmi les sujets @9estEEdire ssois ux mmes utres ojets dns les tgoristions et situs prohes des mmes ojets sur les nppesA etD l9inverseD eux dont les positionnements sont vriles d9un sujet l9utreF e l9issue de l9epwrD lorsqu9il existe plus de deux dimensions interprtlesD il est prtiulireE ment utile de l omplter pr une ger prtir d9un nomre hoisi de dimensions X ette ger nune les proximits entre ojets sur le premier pln pr les utres dimensionsF xous utilisons l mthode de rdD se sur l notion d9inertieD lssiquement utilise lors d9une ger prtir de oordonnes issues d9une nlyse ftorielle @vert et al.D PHHTAF ves donnes de xpping tgoris peuvent glement tre regroupes pr type de donnes @fF pigure RFTAF yn peut regrouper d9une prt les donnes de positionnement @iFeF issues des nppesA et d9utre prt les donnes de tgoristionF ve tleu de donnes pprt lors omme l juxtpoE VQ
Autre analyse envisageable X

ghpitre RF xpping tgoris sition de deux tleux X un tleu de oordonnes @luiEmme strutur en t ouples de olonnes Xj et Yj A et un tleu de vriles qulittivesF
Figure RFT ! truture @pr typeA des donnes de xpping R tgorisF ves olonnes de l (gure RFS ont t

rordonnes pour fire pprtre d9un t les oordonnes sur les nppes et de l9utre les tgoristionsF
Napping Catgorisation
Sujet 1 Sujet j Sujet J

X1 1

Y1

Xj

Yj

XJ

YJ

C1

Cj

CJ

Xj (i) Yj (i)

Cj (i)

elon ette hirrhieD l pondrtion de l9epwr quilire X IA u sein du groupe des oordonnes l9in)uene de hune des nppes @9estEEdire hun des sujetsA Y PA l9ensemle des oordonnes d9une prt et des tgoristions d9utre prtF hns e sD l reprsenttion des nuds issue de l9epwr ontient essentiellement deux pointsD un pr type de donnes X l distne entre es deux pointsD dompose selon les xes ftorielsD indique les spets pour lesquels les deux types de donnes onduisent des rsultts quivlents et les spets spi(ques de l9un d9euxF ur l reprsenttion prtielle des ojetsD on otient une sorte de superposition des reprsentE tions des ojets issues des nppes d9une prt et des tgoristions d9utre prtF sl ne s9git ps d9une omprison glole des deux tehniques ellesEmmesD puisqu9elles sont utilises ii onjointementD mis seulement d9une visulistion de l stilit des rsultts visEEvis de l forme E oordonnes ou groupes E ve lquelle les rsultts sont exprimsF sl pprt insi qu9uune struture n9est a priori suprieure l9utre X l9utilisteur hoisir elle qui onvient le mieux ses ojetifsF hns des pplitions de routineD lorsque seule l reprsenttion des ojets et des mots est reherheD l struture de l (gure RFS semle l plus nturelleF g9est elle qui est dveloppe dns l suiteF
4.2.3 lments de validit

uelles que soient les donnes de xpping tgorisD il est toujours possile d9otenir une reprsenttion moyenne des ojets vi l9epwrF gependntD omme pour l tgoristionD on peut VR

RFPF enlyse sttistique se demnder si l reprsenttion otenue rsulte d9un rel ord entre les sujets ou nonF our rpondre ette questionD on propose d9ssoier une proilit ritique l premire vleur propre de l9epwr omme nous l9vons fit pour l tgoristionF ne fois l9ord entre les sujets vlidD on propose glement de onstruire des ellipses de on(ne utour de l position des ojets rendnt ompte du rle du jury utilis dns l onstrution de l reprsenttion des ojetsF
4.2.3.1 Premire valeur propre

v premire vleur propre de l9epwr rend ompte de l9ord entre les sujets X elle est d9utnt plus leve que et ord est importntF yn se propose don de mettre en ple une produre pour ssoier une proilit ritique ette premire vleur propre dns le s de donnes de xpping tgoris Y et ei en utilisnt l dmrhe lssique des testsF v9hypothse nulle ssoie e test est elle de l9indpendne entre les groupes de vriles reprsentnt les sujetsF our ssoier une proilit ritique e testD nous vons esoin de l loi de l9inditeur @l premire vleur propre de l9epwrA sous H0 F our otenir ette loiD on prode pr permuttion en permutnt les lignes de hque groupe de olonnes @sujetA de fon indpendnteF yn onserve lors l struture des donnes de hque sujet mis on limine toute prent entre les groupes de vriles ssois ux di'rents sujetsF gette produre pr permuttion prsente l9vntge de onserver des nppes tgorises permutes ohrentes X on ne peut ps voir deux ojets opposs sur l nppe et pprtennt un mme groupe moins que le sujet it d(ni s nppe tgorise de ette fonF gette produre revient (ger les oordonnes des ojets et leurs groupes d9pprtenne mis modi(er l9ojet ttriu ette positionF v (gure RFU dtille l9lgorithme utilis pour otenir l proilit ritique ssoie u testF
Figure RFU ! elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9epwrD
IX PX QX RX SX TX UX VX WX

note 1 D pour les donnes de xpping R tgorisF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j et P u nomre de nouveux tleux onstruits pr permuttionF

glul de 1 D premire vleur propre de l9epwr du tleu X for p = 1 P do for j = 1 J do our le sujet j D permuttion des lignes de Xj Xjp
end for end for

p glul de p 1 D premire vleur propre de l9epwr du tleu X

histriution des 1 otenues pr permuttion glul de l proilit ritique X proportion de p 1 plus grnde que 1

4.2.3.2 Ellipses de conance autour de la position des objets

ne fois l9ord entre les sujets vlidD on peut s9intresser plus prtiulirement l position des ojets entre eux trvers des ellipses de on(neF ges ellipses doivent re)ter l position VS

ghpitre RF xpping tgoris qu9urient pu voir les ojets si un utre jury vit t utilisF our otenir un nouveu jury virtuelD on utilise les mmes tehniques de rEhntillonnge qu9en tgoristion X on tire ve remise J sujets prmi les J sujets omposnt le jury initilF ne fois un nouveu jury virtuel onstituD on utilise les proprits ryentriques de l9epwr @pour lesquelles un ojet est u ryentre de ses reprsenttions prtiellesA pour luler l nouvelle oordonne virtuelle sur l9xe s de l9ojet i pour le rEhntillonnge b X
b Fs (i) =

1 J

j pb j Fs (i), j

@RFQA

ve Fsb (i) l oordonnes de l9ojet i sur l9xe de rng s pour le rEhntillonnge bD pb j le poids ssoi u sujet j dns le rEhntillonnge b @9estEEdire le nomre de fois qu9il pprt dns e jury virtuel bA et Fsj (i) l oordonne prtielle de l9ojet i pour le sujet j sur l9xe de rng sF ge proessus est ritr B fois @pr exemple B = 500A de fon otenir B oordonnes virtuelles pour hque ojetF ves ellipses sont onstruites prtir de es oordonnes de fon ontenir WS7 d9entre ellesF yn vu ve les donnes de tgoristion que le formt prtiulier des donnes peut mniE quement engendrer des liisons entre les vriles et don de petites ellipses de on(neF h9o l nessit d9un test pour svoir si un file @voir nulA reouvrement des ellipses entre elles est signi(tif ou nonF ge prolme est le mme en xpping tgoris puisqu9ii ussi nous trvillons prtir d9un tleu ve peu de lignes et euoup de olonnes X 9est pourquoi il est nessire de vlider es ellipses en onstruisnt un testF our onstruire e testD on pplique une fois de plus l dmrhe lssique des tests ve l9hypoE thse nulle suivnte X le hevuhement des ellipses est de mme nture que elui otenu pr hsrdF ve ritre ssoi e test est le rpport de reouvrement suivnt mis en ple pour les donnes de tgoristion et otenu prtir des oordonnes virtuelles des ojets issues des rEhntillonnges X
RR =

Inertie inter-groupe Inertie totale

@RFRA

ge rpport vrie entre H et I et est d9utnt plus prohe de I que les ellipses sont ien di'reniesF gomme pour les donnes de tgoristionD on s9intresse ii u rpport de reouvrement pour l premire dimension qui s9rit X
RR =
1 I 1 I.B 2 i F1 (i) , b 2 i b F1 (i)

@RFSA

ve I le nomre d9ojetsD B le nomre de rEhntillonngeD F1 (i) l oordonne de l9ojet i sur l premire dimension et F1b (i) l oordonne de l9ojet i pour le rEhntillonnge b sur l premire dimensionF v (gure RFV dtille l produre de simultion utilise pour otenir l proilit ritique ssoie u ritre dns le s de donnes de xpping tgorisF gette produre est glement se sur des permuttionsF VT

RFQF epplition X honnes smoothies

Figure RFV ! elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de xpping R tgorisF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j D B u nomre de rEhntillonnges des sujets et P u nomre de nouveux tleux onstruits pr permuttionF
IX for b = 1 B do PX irge ve remise de J sujets prmi J dns le jeu de donnes de rfrene X QX glul des oordonnes des I ojets rEhntillonnes pour l dimension 1 X F1b (i) RX end for SX glul du rpport de reouvrement de rfrene X
RR =
1 I 1 I.B 2 i F1 (i) b 2 i b F1 (i)

TX for p = 1 P do UX ermuttion des lignes de

VX WX IHX IIX end for IPX glul du rpport de reouvrement X RR p IQX end for IRX histriution des rpports de reouvrement otenus pr permuttion ISX glul de l proilit ritique X proportion de RR p plus grnds que RR
4.3 Application : Donnes smoothies

X pour hque triplet de olonnes @vriles de oordonnes vrile de prtitionA X X p for b = 1 B do irge ve remise de J sujets prmi J pour le jeu de donnes permut X p glul des oordonnes des I ojets rEhntillonns pour l dimension 1 X F1b,p (i)

xous prsentons d9ord les donnes utilises dns ette pplition puis les di'rents rsultts otenusF
4.3.1 Donnes

ves ojets sont ii V smoothies ssez file disriminer @fruits di'rentsA et struturs selon un pln d9expriene simple @R prfums multiplis pr P types de mrques Y de distriuteur E gE sinoD grrefour E ou non E smmediD snnoentAF yn dispose pour es smoothies de rtristiques importntes sur le pln sensoriel X l omposition en espes de fruits @fF leu RFIAF our es smoothiesD on dispose de mesures physioEhimiques qui nous iderons dns l suite l9interprttion les dimensions sensorielles otenuesF ges mesures sont les suivntes X wtire she X les smoothies tnt des oissons pissesD on ttend de ette mesure une liison ve l texture des smoothies Y eide sorique X il s9git d9une mesure fite lssiquement pour les jus de fruits Y elle n9 a priori uune in)uene sensorielle Y pr et ide itrique X on ttend de ette mesure une liison ve l pereption de l9idit des smoothies pr les sujets Y VU

ghpitre RF xpping tgoris

eides grs X es nlyses sont rlises lssiquement pour mesurer l vleur nutritionnelle des produits Y ils sont voltiles et ertins ont un potentiel romtique importnt Y ures X on nlyse sprment l teneur en gluoseD frutose et shrose des smoothiesF v vrile sure est l somme des es Q omposntsF
moothies rfum sngrdients @7A wngue

Tableau RFI ! leu de omposition des V smoothies utiliss lors de l9preuve de xpping R tgorisF
prise yrnge fnne isin gitron omme enns ssion prmoise goo wyrtille

gsinoefg snnoentefg grrefourpf snnoentpf gsinoppw smmdippw grrefourw smmdiw

enns fnne goo enns fnne goo prise fnne prise fnne prise prmoise wyrtille prise prmoise wyrtille wngue pruit de l pssion wngue pruit de l pssion

H E RH T H H H RS H H H E QS II H H H RQ H H QR PS PH PH I H H H H H QS S PQ H E QT H H H H IS E IP RT H H H H H IV IV E IP RI H H H H H IV H PW PW IS I H IS H II H H E IW SI H H IW H V H

H H H H S U H H

S U H H H H H H

sl t envisg de ddouler un ou deux smoothies dns l perspetive de juger de l qulit des donnes fournies pr les sujetsF outefoisD du fit de l trs forte struture des donnes @ l limite ompte tenu de l ompositionD on pourrit presque onsidrer qu9il s9git de R smoothies ddoulsA ette ide n9 ps t retenueD essentiellement (n de limiter le nomre de smoothies pr sujetF PR tudints @ une exeption prsA ont rlis une preuve de xpping tgoris prtir de es V smoothies X IH femmes et IR hommesF veur moyenne d9ge est de PIDR ns @tendue X IUEQPAF rmi euxD seulement T ne onnissent ps les smoothiesF rmi les IV onnissnt e produitD l moiti dlre en onsommer de temps en temps et l9utre moiti jmisF vors de ette preuveD l ouleur des smoothies t uniformise gre un olornt rouge sns gotD l9utilistion de verres noirs et de jeux de lumires dns les oxF ge olornt rougeD utilis pour les smoothies wngueEssion et ennsEfnneEgooD est en vente en grnde distriutionF sl est vers huteur de qutre gouttes pr verre @hque verre ontennt environ IHH ml de smoothieAF endnt l9preuveD hque sujet est pl dns un ox individuel dns lequel se trouvent les V verres de smoothies nonymsD ligns et ordonns selon des rrs ltins de illimsF sl leur est demnd de dguster les smoothies dns l9ordre prsent @ve un retour possile sur les smoothiesA et de les pler sur une nppe X P smoothies sont d9utnt plus prohes sur ette nppe qu9ils sont perus omme similires pr le sujetF in mme temps qu9ils onstruisent leur nppeD on leur demnde de fire des groupes de smoothies X 9estEEdire de mettre dns un mme groupe les smoothies qu9ils peroivent omme similires et dns des groupes di'rents eux qu9ils peroivent omme di'rentsF sls peuvent onstituer de P U groupes omposs de I U smoothiesF yn leur suggre d9ssoier des mots ux groupes et ventuellement ux smoothiesF e l9issue de ette preuveD hque sujet fournit don une nppe sur lquelle pprissentD entoursD les groupes onstitusF VV

RFQF epplition X honnes smoothies

4.3.2 Rsultats

hns ette prtieD on reprend prtir des donnes de smoothies tous les rsultts prsents dns l prtie mthodologiqueF
Premire description des donnes

v (gure RFW reprsente quelques nppes ommentes pr l suiteF sndiquons d9emle que les nppes et les prtitions sont trs diversesF in prtiulier l struture en R groupes de P smoothies de mme prfum est loin d9pprtre lirement sur toutes les nppes et toutes les prtitionsF
Figure RFW ! xppes tgorises des sujets PD SD UD VD IH et PP pour les donnes smoothiesF
Sujet 2
40 Immedia_MP 30 Carrefour_MP 20 Innocent_ABC Casino_FFM 30 Casino_ABC 40

Sujet 5
Immedia_FFM Innocent_FB 20 Carrefour_FB Casino_ABC Carrefour_MP Immedia_MP Casino_FFM Innocent_ABC

10

10

20

30

40

50

60

0 0

10

Immedia_FFM Innocent_FB Carrefour_FB

10

20

30

40

50

60

Sujet 7
40 40

Sujet 8
Carrefour_FB

30

Carrefour_FB Casino_FFM Innocent_ABC Immedia_FFM Casino_ABC

Carrefour_MP Innocent_FB Immedia_MP 10

0 40

10

20

30

40

50

60 40

0 0

10

30

Innocent_FB Carrefour_MP Casino_ABC Immedia_MP Innocent_ABC Immedia_FFM Casino_FFM

10

20

30

40

50

60

Sujet 10

Sujet 22
Casino_FFM

30

30

Innocent_ABC Casino_ABCInnocent_FB Casino_FFM Immedia_FFM Immedia_MP Carrefour_MP

Innocent_FB Carrefour_FB Immedia_MP Casino_ABC

Carrefour_FB 10

20

20 10

Immedia_FFM Carrefour_MP

Innocent_ABC 0 0 0 10 20 30 40 50 60 0

10

20

30

40

50

60

hns un premier tempsD on s9intresse omme pour l tgoristion di'rents inditeurs issus d9une preuve de xpping tgorisF gonernnt les inditeurs issus de l tgoristionD presque l moiti des sujets ont onstitu Q groupes @fF pigure RFIHA Y les groupes onstitus sont omposs mjoritirement de I Q smoothies VW

ghpitre RF xpping tgoris @fF pigure RFIIAF

sujets lors de l9preuve de xpping R tgoris Number of groups formed from sorting tasks sur les smoothiesF
10 8

Figure RFIH ! xomre de groupes forms pr les

Sance 1

Sance 1

Figure RFII ! xomre de smoothies pr groupe

R tgorisF Number of products per group lors de l9preuve de xpping
25 30 0 5 10 15 20

1 3 4 5

ve tleu RFP orrespond l mtrie de oourrenes entre smoothiesF ves ellules de e tleu orrespondnt ux ssoitions entre smoothies de mme prfum ont t grisesF ge tleu met en videne une struture d9ssoition mjoritire entre smoothies de mme prfum mis ps systmtiqueF ur les WI groupes onstitus pr l9ensemle des sujetsD seuls IU groupes tient omposs d9extement P smoothies de mme prfumF yn voit pprtre dns ette mtrie de oourrenes quelques ses d9e'etif nul X il semle don y voir un ertin ord entre les sujets qunt l di'rene entre ertins smoothiesF
smmdippw snnoentefg

Tableau RFP ! wtrie de oourrenes entre smoothies lors de l9preuve de xpping R tgorisF
grrefourw grrefourpf gsinoefg gsinoppw snnoentpf smmdiw

gsinoefg PR IV T P H Q H P snnoentefg IV PR T S Q P I Q grrefourpf T T PR W Q H I Q snnoentpf P S W PR S R P T gsinoppw H Q Q S PR IH II V smmdippw Q P H R IH PR IQ T grrefourw H I I P II IQ PR IQ smmdiw P Q Q T V T IQ PR

ve tleu RFQ reprend quelques inditeurs issus du xpping F v9xe des sisses des nppes est plus utilis que l9xe des ordonnes pour sprer les smoothies @e qui tit ttendu ompte tenu de l forme retngulire de l nppeAF yn remrque ussi que les sisses sont plus lies entreEelles X en e'etD l9eg des vriles d9sisse seules indique une premire dimension ssoie un pourentge d9inertie de 49.93% lors que l9eg des vriles d9ordonne donne une premire dimension ssoie un pourentge d9inertie de 33.75%F in(nD l dimensionnlit moyenne des nppes est trs prohe de I e qui indique que les sujets ont surtout utilis une dimension pour sprer les smoothiesF WH

RFQF epplition X honnes smoothies

Tableau RFQ ! snditeurs issus des donnes du xpping R lors de l9preuve de xpping R tgoris sur les

smoothiesF

rtEtype moyen tendue moyenne 7 inertie dim I himensionnlit moyenne

esisse yrdonne ITFPV VFU RPFQ PRFHV RWFWQ QQFUS IFPHUI

gonernnt l9ssoition de mots ux smoothiesD les sujets se sont prts u jeu de l rE tristion puisque seuls trois groupes n9ont ps t rtris @fF pigure RFIPAF ves groupes sont mjoritirement rtriss pr I R motsF
Figure RFIP ! xomre de mots its pr groupe lors de l9preuve de xpping R tgoris sur les smoothiesF
Number of words per group

10

15

20

10

11

18

gomme pour l tgoristionD il est possile de rtriser diretement les smoothies pr les mots utiliss pour drire les groupes @fF leu RFRAF hns ette rtristionD on remrque que peu de fruits pprissent X seul le mot nne revient pour les deux smoothies ennsEfnneE gooF ve smoothie priseEfnne de mrque grrefour est lui rtris pr le mot mer et le smoothie wngueEssion de l mme mrque pr le terme ideF
Tableau RFR ! wots @tris pr ordre droissnt de signi(tivitA drivnt les smoothies grrefourpfD

grrefourwD gsinoefg et snnoentefg lors de l9preuve de xpping R tgorisF

Carrefour_FB 7 interne 7 glol pEvlue

mer PFSQ7 HFQR7 HFHQSU

Carrefour_MP 7 interne 7 glol pEvlue

ide IQFTR7 SFRR7 HFHIIP IIFSW7 QFWI7 HFHHST

Casino_ABC 7 interne 7 glol pEvlue

nne doux IIFP7 WFVT7 QFWI7 QFSU7 HFHHTU HFHITI

Innocent_ABC 7 interne 7 glol pEvlue

nne

Test de la premire valeur propre

evnt de s9intresser dns le dtil ux reprsenttions issues de l9epwrD il est nessire de WI

ghpitre RF xpping tgoris vri(er u prlle que les donnes rsultent d9un ertin niveu d9ord entre les sujetsF v (gure RFIQ reprsente l9histogrmme des premires vleurs propres d9epwr otenues prtir de SHH tleux permuts sur les donnes de smoothiesF gellesEi vrient entre VFUP et IPFHPF v vleur oserve sur le jeu de donnes est de ITFQW e qui entrne une proilit ritique nulle pour le test X l reprsenttion des smoothies issue des donnes de xpping tgoris rsulte d9un rel ord des sujets et ne peut ps tre due u hsrdF gei utorise don une nlyse plus pousse des rsulttsF
Figure RFIQ ! ristogrmme des premires vleurs propres otenues prtir de SHH permuttions sur le jeu

de donnes smoothies lors de l9preuve de xpping R tgorisF v vleur oserve pprt en rougeF

Frequency

0 8

50

100

150

10

12

14

16

18

Premire valeur propre

Reprsentation des smoothies et des mots

ve premier xe de l9epwr oppose les smoothies ennsEfnneEgoo @de mrque snnoent et gsinoA ux utres @fF pigure RFIRAF ve deuxime xe oppose les smoothies priseEfnne @de mrque grrefour et snnoentA ux utresF ge premier pln montre une proximit entre les smoothies de mme ompositionF ves prfums wngueEpruit de l pssion et priseEprmoiseEwyrtilleD prohes sur e premier plnD sont ien sprs sur le pln QER @fF pigure RFISAF ne ger t rlise prtir des R premires dimensions de l9epwrF gelleEi met ien en viE dene l9ssoition des smoothies de mme prfum @fF pigure RFITAF ves smoothies ennsEfnneE goo sont les premiers regroups lors de l lssi(tionF gei est en ord ve l mtrie de oourrenes issue de l tgoristion @fF leu RFPA puisque es P smoothies sont eux ynt t regroups pr le plus grnd nomre de sujets @IV sur PRAF in revnheD les smoothies priseE prmoiseEwyrtille sont regroups vnt les smoothies wngueEssion e qui est en dsord ve le tleu RFPF gei est d u fit que l ger est rlise prtir des R premires dimensions de l9epwr uniquementF WP

RFQF epplition X honnes smoothies

Figure RFIR ! eprsenttion des smoothies dns
Individuals factor map

le pln d(ni pr les dimensions I et P de l9epwrF

Figure RFIS ! eprsenttion des smoothies dns

Individuals factor map

le pln d(ni pr les dimensions Q et R de l9epwrF

Carrefour_FB

Immedia_FFM Casino_FFM

Dim 4 (11.74 %)

Innocent_FB

Carrefour_FB

Dim 2 (19.4 %)

Casino_ABC

Carrefour_MP Innocent_ABC

Casino_FFM

Carrefour_MP

Immedia_MP Innocent_ABC Casino_ABC

-2

-2

Immedia_FFM

Innocent_FB

-4

-4

Immedia_MP

-6

-4

-2

-4

-2

0 Dim 3 (14.46 %)

Dim 1 (33.17 %)

Figure RFIT ! glssi(tion sendnte hirrhique des smoothies prtir des R premires dimensions de

l9epwrF

Hierarchical Clustering
15 0 5 10

Carrefour_MP

Immedia_MP

Immedia_FFM

Casino_FFM

Innocent_ABC

Innocent_FB

v reprsenttion des smoothies peut tre enrihie pr elle des mots ynt servis rtriser les groupes lors de l tgoristionF r onstrutionD un mot ou groupe de mots @ssoi pr un sujet un groupeAD est u ryentre des smoothies uquel il t ssoi @fF pigure RFIUAF ve pln IEP permet de rtriser les smoothies ennsEfnneEgoo d9une prt et priseE fnne d9utre prtF yn ttend du pln QER qu9il permette de rtriser les smoothies priseE prmoiseEwyrtilleF ves smoothies ennsEfnneEgooD prsents dns le qutrime qudrnt du pln IEP @fF pigure RFIUAD se rtrisent pour les spets olftifs pr les termes bananeD coco WQ

Carrefour_FB

Casino_ABC

ghpitre RF xpping tgoris @l9nns n9est ps it ien que mjoritire dns l omposition de es smoothies X fF leu RFIAD pour les spets gusttifs pr le terme sucr et pour l texture pr les mots paisD pteuxF ves smoothies priseEfnne se rtrisent pr les mots dicileD indterminD fraise ou banane @qund ils sont ssois ux smoothies ennsEfnneEgooA pour les spets olftifsD pr les termes peu sucrD amer pour les spets gusttifs et pais pour e qui est de l textureF ur le pln QER @fF pigure RFIVAD les smoothies priseEprmoiseEwyrtille se rtrisent ps une texture liquideD uideD pr des rmes de fraiseD de fruits rouges et sont perus omme acidesD piquantsF ves smoothies wngueEpruit de l pssion sont plus di0iles rtriserF
Figure RFIU ! eprsenttion des smoothies et des mots dns le pln d(ni pr les dimensions I et P de

l9epwrF

got_indtermin pteux-un_peu_fade-peu_sucr pais_en_bouche-peu_sucr got_inconnu-lourd got_fraise_framboise_intense fraise-acide mlange fraise-framboise got_prononc

peu_de_got pas_sucr-liquide-fade liquide-jus_de_fruits-got_inconnu

Carrefour_FB Innocent_FB liquide_pais-got_doucetre plus_ou_moins_fades fruit_rouges-doux-sucr

amer sans_got-neutre indfinissable fraise-pais plus_doux-moins_sucr trop_amer trs_crmeux-lger_got_fruit

amertume

Dim 2 (19.4 %)

-2

got_de_fruits-frais jus_dorange acide-sucr-agrumes trs_sucr acide-pais

banane-fraise-pais ananas banane-piquant-agrumes sucr-moins_acide pteux-sucr pche-abricot doux-fades-dplaisant pulpe-fruit doux acide sucr banane-coco-doux-sucr sucr acidul orange fruits_rouges Carrefour_MP pulpe-sucr exotique Immedia_MP exotique Casino_FFM fraise Immedia_FFM sans_pulpe-exotique arme-odeur_de_banane Innocent_ABC banane je_dteste Casino_ABC
doux-lisse_en_bouche-pas_fruits_rouges fraise-pais-sucr banane-sucr-pteux crmeux-doux plus_ou_moins_sucrs arme_banane-lourd coco banane banane-trs_sucr-pais-doux pais-pur-banane-vanille fade

sucr-fluide fraise-bon-pais fruits_rouges-liquide-acide piquant

-4 -6

-4

-2

Dim 1 (33.17 %)

WR

RFQF epplition X honnes smoothies

Figure RFIV ! eprsenttion des smoothies et des mots dns le pln d(ni pr les dimensions Q et R de

l9epwrF

trs_crmeux-lger_got_fruit sans_got-neutre Indfinissable plus_doux-moins_sucr amer trop_amer fraise-pais

fruits_rouges-liquide-acide fraise-bon-pais sucr-fluide piquant

liquide-jus_de_fruits-got_inconnu peu_de_got pas_sucr-liquide-fade

Carrefour_FB
plus_ou_moins_fades

Immedia_FFM

acide-fruit_rouge_prononc Casino_FFM got_de_litchi doux-fades-dplaisant fruits_rouges-myrtilles-framboise doux acide sans_pulpe-exotique trs_sucr banane-piquant-agrumes acide-pais pulpe-sucr coeurant_j_aime_pas banane banane-coco-doux-sucr Casino_ABC fruits_rouges_sorbets pche-abricot banane-trs_sucr-pais-doux fruits_rouges got_de_fruits-frais pais-pur-banane-vanille jus_d_orange Carrefour_MP fade fraise banane-fraise-pais acide acide-sucr-agrumes amertume acidul exotique Innocent_ABC banane orange exotique sucre liquide-peu_de_morceaux-j_aime fraise-pais-sucr acide fruit_rouges-doux-sucr arme-odeur_de_banane coco banane-sucr-pteux doux-agrables-bons sucr arme_banane-lourd un_peu_acide-liquide-got_indtermin pulpe-fruit t_exotique_et_acidul got_prononc Innocent_FB mlange

Dim 4 (11.74 %)

-2

moyen-passe_partout-agrable banane-pomme-poire-ananas-acide

-4

Immedia_MP

ananas

fraise-framboise got_prononc fraise-acide got_fraise_framboise_intense

-4

-2

Dim 3 (14.46 %)

Reprsentation des informations supplmentaires

ves vriles physioEhimiques sont projetes en lments supplmentires sur le premier pln de l9epwr @fF pigure RFIWAF ges vriles renforent l rtristion des smoothies issue des sujetsF ves smoothies ennsEfnneEgoo rtriss pr les termes pteuxD paisD sucrD sont e'etivement rihes en mtire she et en sureF ges smoothies ont glement un pr plutt lev et ne sont ps ssois u terme acide ontrirement ux smoothies priseEprmoiseEwyrtille et wngueEpruit de l pssion souvent ssois u terme acide et ve un pr plus fileF ves smoothies priseEfnne qui ont une forte oordonne sur l9xe P sont drits omme peu sucrsD e qui est en ord ve l (gure RFIWF ge grphique montre une file orrltion entre les vriles de pr et d9ide itrique e qui lisse penser que l9ide itrique n9est ps l9ide qui dtermine l9idit glole de es smoothiesF ves vriles de omposition @fF leu RFIA sont glement projetes en supplmentire sur le premier pln de l9epwr @fF pigure RFPHAF v nne ien que prsente dns les prfums des smoothies ennsEfnneEgoo et priseEfnne est dvntge lie ux smoothies ennsEfnneE goo r prsente en plus grnde quntit dns es smoothies @fF leu RFIAF v frise entrnt dns l9ppelltion des smoothies priseEfnne et priseEprmoiseEwyrtille est lie l9xe P r et ingrdient est prsent en plus grnde quntit dns les smoothies priseEfnne @fF leu RFIAF WS

ghpitre RF xpping tgoris

Figure RFIW ! riles physioEhimiques proE
Correlation circle
1.0
1.0

jetes en vriles supplmentires sur le premier pln de l9epwr des donnes smoothiesF

Figure RFPH ! riles de omposition projetes

Correlation circle

en vriles supplmentires sur le premier pln de l9epwr des donnes smoothiesF

Fraise

Raisin
0.5
0.5

Dim 2 (19.4 %)

Vitamine.C
0.0

0.0

Fructose Omega6 pH Sucres Acides gras Acides gras saturs Matire sche Saccharose

Dim 2 (19.4 %)

Glucose Acide citrique

Orange Citron

Omega3
-0.5

Framboise Pomme Myrtille PassionMangue Banane Coco Ananas

-1.0

-1.0

-0.5

0.0

0.5

1.0

-1.0

-0.5

-1.0

-0.5

0.0

0.5

1.0

Dim 1 (33.17 %)

Dim 1 (33.17 %)

Reprsentation des sujets

v reprsenttion des sujets @fF pigure RFPI et pigure RFPPA met en videne di'rentes pereptions lors de l9preuve de xpping tgorisF ve sujet SD pr exempleD qui de fortes oordonnes sur l premire et l seonde dimension fourni une reprsenttion proheD une r)exion prsD du premier pln ftoriel otenu pr l9epwr @fF pigure RFWAF in revnheD le sujet UD qui de files oordonnes sur les deux dimensionsD fourni une nppe tgorise trs di'rente du premier pln de l9epwrF in prtiulierD il regroup les smoothies ennsEfnneEgoo de mrque gsino et priseEprmoiseEwyrtille de mrque smmdi @fF pigure RFWA opposs sur le premier xe de l9epwrF ve sujet P qui une forte oordonne sur l troisime dimension @fF pigure RFPPAD fourni une nppe tgorise dont les oordonnes des smoothies en sisse @fF pigure RFWA sont en ord ve les oordonnes sur l troisime dimension de l9epwr @fF pigure RFISAF v (gure RFPQ reprsente le smoothie priseEfnne de mrque grrefour pour hun des PR sujetsF einsiD de pr s position extrme @respF entrleA le sujet V @respF sujet PPA onsidr e smoothie omme trs prtiulier @respF moyenA Y en e'etD l (gure RFW montre que le sujet V pl le smoothie priseEfnne de mrque grrefour sur s nppe loin des utres et l9 mis seul dns un groupeF ve sujet PP lui pl le smoothie priseEfnne de mrque grrefour prmi les utres smoothies et l9 regroup ve P utres smoothies @fF pigure RFWAF he mmeD l (gure RFPR reprsente le smoothie ennsEfnneEgoo de mrque gsino vu pr hun des PR sujetsF einsiD le sujet PP onsidr e smoothie omme trs prtiulier X il l9 loign des utres et pl dns un groupe ve le smoothie ennsEfnneEgoo de mrque snnoent @fF pigure RFWAF eu ontrireD pour le sujet VD e smoothie est onsidr omme moyen X il l9 pl prmi WT

RFQF epplition X honnes smoothies

Figure RFPI ! eprsenttion des sujets dns le

pln d(ni pr les dimensions I et P de l9epwr des donnes smoothiesF

Groups representation 1.0 17 0.8 4

Figure RFPP ! eprsenttion des sujets dns le

pln d(ni pr les dimensions Q et R de l9epwr des donnes smoothiesF

Groups representation 1.0 Dim 4 (11.74 %)

14 Dim 2 (19.4 %) 0.6 12 23 20 22 0.4 7 8 6 16 3 18 0.2 11 1 0.0 24 15 19 10 13

0.6

0.8

21

0.4

10 21 3 18 16 17 22 24 23 4

19 8 9 20 11 6 12 14 15 1 2

0.2

13

0.0

5 0.0 0.2 0.4 0.6 0.8 1.0

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (33.17 %)

Dim 3 (14.46 %)

les utres sur s nppe et regroup ve Q utres smoothies @fF pigure RFWAF
Figure RFPQ ! eprsenttions prtielles du

smoothie priseEfnne de mrque grrefourF

5 8

Figure RFPR ! eprsenttions prtielles du

smoothie ennsEfnneEgoo de mrque gE sinoF

6
Carrefour_FB Innocent_FB

10

Dim 2 (19.4 %)

Dim 2 (19.4 %)

12

23 6 7 16 20 2 Carrefour_FB Innocent_FB 18 9 22 3 24 21 13 19

14 17

11

19 24 Casino_FFM 8 10 1 15 9 Casino_ABC 3 20 18 5 23 6 16 13 22 17

11

Carrefour_MP

Immedia_MP

-2

Casino_FFM

Immedia_FFM

Innocent_ABC 21

Carrefour_MP

10 Immedia_MP 15

-4

Immedia_FFM

7 2

Innocent_ABC

-6

Casino_ABC

12 4 14

-5

-5

0 Dim 1 (33.17 %)

10

-8

-5

0 Dim 1 (33.17 %)

Ellipses de conance

v (gure RFPS reprsente les ellipses de on(ne otenues utour de l position des smoothies X on note un file reouvrement des ellipses pour les smoothies de mme ompositionF ves smoothies ennsEfnneEgoo sont eux dont les ellipses se reouvrent le plusF v (gure RFPT reprsente l9histogrmme des rpports de reouvrement otenus pr permuttionF WU

ghpitre RF xpping tgoris

Figure RFPS ! eprsenttion des smoothies et de leurs ellipses dns le pln d(ni pr les dimensions I et P de l9epwrF
Individuals factor map

Innocent_FB

Carrefour_FB

Dim 2 (19.4 %)

Casino_FFM

Carrefour_MP

Immedia_MP Innocent_ABC

-2

Immedia_FFM

-4

Casino_ABC

-6

-4

-2

Dim 1 (33.17 %)

eve les permuttionsD on oserve des vleurs du rpport vrint entre HFWRU et HFWUQF v vleur oserve sur les donnes est de HFWVUF si enoreD e rpport est signi(tif et don l tille des ellipses et leur file reouvrement n9est ps d u hsrd Y mis il fut tout de mme remrquer que e rpport est peu loign des vleurs otenues pr permuttionF
Figure RFPT ! ristogrmme des rpports de reouvrement otenus prtir de SHH permuttions sur le jeu

de donnes smoothies lors de l9preuve de xpping R tgorisF v vleur oserve pprt en rougeF
80 Frequency 0 0.94 20 40 60

0.95

0.96 ratio

0.97

0.98

0.99

WV

RFRF gomprison du xpping tgoris et de l tgoristion X honnes prfums

4.4 Comparaison du Napping Donnes parfums
R

catgoris et de la catgorisation :

xous ordons ette omprison entre xpping tgoris et tgoristion en terme de rsulE tts et de sorties fournis pr l9une ou l9utre des mthodesF gette omprison est orde selon trois points de vue X l omprison des omportements des sujets fe hune des preuvesD l omE prison de l9utilistion des mots et l omprison des di'rentes reprsenttions @ojetsD sujetsAF hns l omprison des reprsenttionsD nous doptons un point de vue glol puisque ette omE prison est rlise u sein d9une nlyse gloleF wis vnt de nous intresser ux omprisonsD nous prsentons les donnes utilises pour ellesEiF
4.4.1 Donnes

ves ojets utiliss pour mettre en uvre ette omprison sont les IP prfums voqus dns l setion QFP X dns ette setionD WV sujets ont rlis une preuve de tgoristion sur es prE fumsF our omplter es donnesD TH nouveux sujets ont t reruts pour rliser une preuve de xpping tgoris sur es mmes prfumsF hns ette prtieD nous omprons don les rsultts issus de es deux preuvesF
4.4.2 Comparaison

v omprison des rsultts issus des deux mthodes se fit en trois points X une omprison des premiers inditeurs de tgoristion @nomre de groupes fournisD nomre de prfums pr groupeD etcFAD une omprison des mots utiliss et en(n une omprison des reprsenttions otenusF
Indicateurs

hns un premier tempsD nous nous intressons ux di'rents inditeurs issus des reueilsF ves mtries de oourrenes issues de l tgoristion @fF leu RFSA et du xpping tgoris @fF leu RFTA indiquent que dns les deux sD les deux prfums les plus souvent ssois sont t9dore @iA et t9dore @iA et e dns les mmes proportions X pr 57.14% des sujets pour l tgoristion et 56.67% pour le xpping tgorisF in revnheD lors qu9il n9existit ps de rel onsensus entre les sujets qunt u nonEregroupement de ertins prfums @u minimumD deux prfums ont t ssois pr 6.12% des sujetsA lors de l9preuve de tgoristionD e onsensus est presque oserv lors de l9preuve de xpping tE goris pour les ouples eromtis ilixir E goo wdemoiselle et engel E lesures @ssois hun pr seulement I sujet sur THAF i l9on s9intresse u nomre de fois que hque prfum est isol dns un groupeD lors de l9preuve de tgoristionD 9est hlimr qui pprt omme le plus souvent isol @PR foisA lors que lors de l9preuve de xpping tgorisD 9est ghnel nS @IV foisAF vors des deux preuvesD e sont les deux prfums t9dore qui ont t les moins souvent isolsF WW

ghpitre RF xpping tgoris

goo wdemoiselle t9dore@iA

Tableau RFS ! wtrie de oourrenes entre prfums lors de l9preuve de tgoristionF

eromtis ilixir v9instnt volit vempik t9dore@iA ure oison IH IP PI PV QQ PW PV PS IV QH WV II ure oison ghnel nS

lesures

hlimr PI RP QH IH W T U IQ W T II WV hlimr

ginm

engel

engel eromtis ilixir ghnel nS ginm goo wdemoiselle t9dore@iA t9dore@iA v9instnt volit vempik lesures ure oison hlimr

WV PU IS IV IH II IP IR QT II IH PI

PU WV SI V IP IP U IQ T II IP RP

IS SI WV W II IP IR IH V IR PI QH

IV V W WV QH PQ PR PT RP PP PV IH

IH IP II QH WV PV QV PH PI PV QQ W

II IP IP PQ PV WV ST PV IV QV PW T

IP U IR PR QV ST WV PP IV RV PV U

IR IQ IH PT PH PV PP WV PP PQ PS IQ

QT T V RP PI IV IV PP WV IV IV W

II II IR PP PV QV RV PQ IV WV QH T

goo wdemoiselle t9dore@iA

Tableau RFT ! wtrie de oourrenes entre prfums lors de l9preuve de xpping R tgorisF
eromtis ilixir v9instnt volit vempik t9dore@iA ghnel nS

lesures

ginm

engel

engel eromtis ilixir ghnel nS ginm goo wdemoiselle t9dore@iA t9dore@iA v9instnt volit vempik lesures ure poison hlimr

TH IQ S IR IH S S W PT I T IP

IQ S IR IH S S W PT I T IP TH PP T I U R S T R T PP PP TH S R U W S R V V IP T S TH PR IU IS IS PH IH IP U I R PR TH IR IT IU IV II IT T U U IU IR TH QR W U PU IT Q R W IS IT QR TH IR V PW IS Q S S IS IU W IR TH IH IS II W T R PH IV U V IH TH R U R R V IH II PU PW IS R TH IV T T V IP IT IT IS II U IV TH U PP IP U T Q Q W R T U TH

v (gure RFPU @respF RFPVA reprsente le nomre de groupes onstitus lors de l9preuve de tE goristion @respF xpping tgorisAF vors de l9preuve de tgoristionD les sujets ont mjoritiE rement onstitu entre R et S groupes lors que lors de l9preuve de xpping tgorisD les sujets ont onstitu dvntge de groupes @entre S et TAF einsiD le xpping tgoris urit tendne rotre le nomre de groupes onstitus du fit du positionnement des prfums sur une nppeF gette di'rene pprt glement si l9on ompre le nomre de prfums pr groupe lors de hE une des deux preuvesF v (gure RFPW reprsente le nomre de prfums pr groupe lors de l9preuve de tgoristion et l (gure RFQH lors de l9preuve de xpping tgorisF vors des deux preuves pproximtivement le mme nomre de groupes sont onstitus d9un seul prfum X IHV pour l E tgoristion et IHQ pour l xpping tgorisF gependnt en proportionD dvntge de groupes IHH

Seul 14 12 18 6 6 1 1 9 11 6 7 12

Seul 13 6 17 5 8 2 2 9 7 8 7 24

RFRF gomprison du xpping tgoris et de l tgoristion X honnes prfums

de l9preuve de tgoristion sur les prfumsF
30

Figure RFPU ! xomre de groupes onstitus lors

Figure RFPV ! xomre de groupes onstitus lors

de l9preuve de xpping R tgoris sur les prE fumsF

20

25

15

20

10

10

15

sont onstitus d9un seul prfum en xpping tgoris @IHQ sur QIH soit 33.22%A qu9en tgoriE stion @IHV sur RSQ soit 23.84%AF our les utres e'etifsD les pourentges sont pproximtivement les mmesF einsiD il semlerit que lors de l9preuve de xpping tgoris dvntge de groupes soient onstitus et que es groupes soient plus souvent des groupes d9un seul prfumF gei peut tre d u positionnement des ojets sur une nppe qui dourge peutEtre les sujets regrouper des ojets reltivement loigns sur ette nppeF
Figure RFPW ! xomre de prfums pr groupe

lors de l9preuve de tgoristionF

120

Figure RFQH ! xomre de prfums pr groupe

lors de l9preuve de xpping R tgorisF

100

100

80

60

40

20

20

40

60

80

IHI

ghpitre RF xpping tgoris

Comparaison de l'utilisation des mots

vors de hune des deux preuves pproximtivement le mme nomre de mots di'rents ont t utiliss pr les sujets X PPR pour l tgoristion et PPW pour le xpping tgorisF our hune des preuvesD e sont les mmes mots qui sont le plus souvent its pour drire les prfums @fF leu RFUAF
Tableau RFU ! wots les plus its pour drire les groupes de prfums et frquenes de ittionF gtgoristion xpping R tgoris )euri IWT )eur TQ doux IRT sur TP fort IPU fort SH sur IHP doux RU fruit IHI fris RS

vors de es deux preuvesD l mme proportion de groupes n9 ps t rtrise X UR sur RSQ pour l tgoristion soit 16.33% et SS sur QIH pour le xpping tgoris soit 17.74%F ves (gures RFQI et RFQP qui reprsentent respetivement le nomre de mots utiliss pour drire les groupes en tgoristion et en xpping tgorisD indiquent queD dns les deux sD les groupes sont mjoritirement rtriss pr un ou deux motsF
Figure RFQI ! xomre de mots utiliss pr groupe

pour drire les prfums lors de l9preuve de tE goristionF

150

Figure RFQP ! xomre de mots utiliss pr groupe

pour drire les prfums lors de l9preuve de xpping R tgorisF

100

100

50

20

40

60

80

i l9on ompre l desription direte des prfums pr les mots ssois ux groupes lors des deux preuvesD l enoreD on remrque des ressemlnes X pr exemple eromtis ilixir est drit dns les deux s pr des mots plutt ngtifs @ gressifD himiqueD lool pour l tgoristionD fF leu RFV Y mmoni et dsgrle pour le xpping tgorisD fF leu RFWA et lesures omme un prfum plutt )euri et fris @fF leux RFV et RFWAF IHP

RFRF gomprison du xpping tgoris et de l tgoristion X honnes prfums

Tableau RFV ! wots @tris pr ordre droissnt de signi(tivitA drivnt les prfums eromtis ilixir et

lesures lors de l9preuve de tgoristionF

fort gressif grndEmre himique lool IUFIV7 RFWI7 SFSP7 QFHU7 IFVR7 U7 IFQV7 PFIS7 HFWW7 HFQV7

Aromatics Elixir 7 interne 7 glol pEvlue

HFHHP HFHIPP HFHQSW HFHQV

5.15106

)euri

Pleasures 7 interne 7 glol pEvlue

PIFHW7 IHFV7 HFHHHP

Tableau RFW ! wots @tris pr ordre droissnt de signi(tivitA drivnt les prfums eromtis ilixir et

lesures lors de l9preuve de xpping R tgorisF

fort pi mmoni dsgrle IPFPV7 TFIR7 PFTQ7 QFSI7 QFWT7 PFPP7 HFRU7 HFVU7

Aromatics Elixir 7 interne 7 glol pEvlue

HFHHHI HFHIWS HFHPQS HFHPSR

Pleasures 7 interne 7 glol pEvlue

)eur fris IQ7 V7 S7 QFSU7 HFHHIT HFHRQP

Comparaison des reprsentations

our omprer les reprsenttions issues des deux preuvesD on utilise ii une epwr @fF tE leu RFQQA qui quilire un premier niveu l9in)uene de hune des mthodes Y e niveuD un groupe = un jeu de donnes pour une mthode donneF v9epwr quilire glement un seond niveuD pour hune des mthodesD l9in)uene de hun des sujets Y e niveuD un groupe = un sujet X 9estEEdire une vrile qulittive dns le s des donnes de tgoristion ou trois vE riles dns le s des donnes de xpping tgoris @deux vriles quntittives et une vrile qulittive qui sont ellesEmmes quilires un troisime niveuAF
Figure RFQQ ! hm d9epwr servnt omprer les rsultts issus de l tgoristion et du xpping R

tgorisF

Catgorisation

Napping catgoris

v (gure RFQR reprsente le premier pln ftoriel issu de l9epwr de l (gure RFQQF ge premier pln est trs prohe de elui otenu uniquement pr tgoristion @fF pigure QFPQAF g9est d9illeurs e que montre l (gure RFQS qui orrespond l reprsenttion prtielle des prfums selon l tgoristion d9une prt et le xpping tgoris d9utre prtF in e'etD sur ette (gureD les points prtiels de hun des prfums sont trs prohes du point moyen e qui montre une trs grnde similitude entre les rsultts des deux mthodesF IHQ

ghpitre RF xpping tgoris

Figure RFQR ! eprsenttion des prfums sur le

premier pln ftoriel de l9epwr omprnt tE goristion et xpping R tgorisF

3
Angel Lolita Lempicka

Figure RFQS ! eprsenttion prtielle des prfums

sur le premier pln ftoriel de l9epwr omprnt tgoristion et xpping R tgorisF

Catgorisation Napping catgoris Angel Lolita Lempicka

Dim 2 (14.38 %)

Dim 2 (14.38 %)

Cinma Linstant

Cinma Shalimar

Coco Mademoiselle Aromatics Elixir Pure Poison

Shalimar

Linstant

Coco Mademoiselle Pure Poison Aromatics Elixir

-1

-1

Jadore (ET)

Jadore (EP) Pleasures Chanel n5

Jadore (ET)

Jadore (EP) Pleasures Chanel n5

-2

-1

1 Dim 1 (17.76 %)

-2

-1

1 Dim 1 (17.76 %)

gei se voit ussi sur l (gure RFQT qui reprsente les xes prtiels de l9epw des nppes d9une prt et de l9egw des tgoristions d9utre prtF ur ette (gureD les xes de mme dimension des di'rentes nlyses sont qusiment prfitement orrlsF
Figure RFQT ! eprsenttion des xes prtiels sur le premier pln ftoriel de l9epwr omprnt tgoriE

stion et xpping R tgorisF

1.0

Dim.2.catgorisation Dim.2.napping.catgoris

Dim 2 (14.38 %)

0.5

Dim.1.catgorisation Dim.1.napping.catgoris

-1.0

-0.5

0.0

-1.0

-0.5

0.0 Dim 1 (17.76 %)

0.5

1.0

IHR

RFRF gomprison du xpping tgoris et de l tgoristion X honnes prfums v (gure RFQU reprsente les groupes du niveu suprieur de l9epwr X 9estEEdire les mthodesF ur ette reprsenttionD les deux mthodes pprissent prohes X on remrque tout de mme que l oordonne du xpping tgoris est plus leve que elle de l tgoristion sur l dimension PF gei s9explique pr les positions plus extrmes sur l dimension P pour le xpping tgoris des prfums volit vempik et engel d9un t et ghnel nS et lesures de l9utre @fF pigure RFQSAF
Figure RFQU ! eprsenttion des mthodes sur le premier pln ftoriel de l9epwr omprnt tgoristion

et xpping R tgorisF

1.0

Napping catgoris 0.8 Catgorisation

Dim 2 (14.38 %)

0.0

0.2

0.4

0.6

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (17.76 %)

4.4.3 Bilan

gette omprison des rsultts issus du xpping tgoris et de l tgoristion montre que les deux mthodes ii mnent des rsultts trs prohesF i on s9intresse ux premiers inditeurs tels que le nomre de groupes forms ou le nomre de prfums pr groupeD on remrque que lors de l9preuve de xpping tgoris les sujets ont eu tendne former plus de groupes @ve don moins de prfums dns hque groupeA X ei peut tre d u positionnement en mont des prfums sur une nppeF in e'etD une fois les prfums positionns sur l nppeD les sujets ont peutEtre tendne ne ps vouloir regrouper des prfums qui leur prissent trop loigns sur l nppeF i on s9intresse ux reprsenttions des prfumsD les deux mthodes donnent des rsultts simiE lires sur es donnesF sl en est de mme pour l9utilistion des mots puisque les mmes mots ressortent dns l9une et l9utre des preuvesF einsi le hoix entre xpping tgoris et tgoristion dpend dvntge des hitudes des prtiiens et de l9importne qu9ils ordent l nune du xpping pr rpport l simpliit de l tgoristion qu9 une di'rene dns les rsulttsF IHS

ghpitre RF xpping tgoris

4.5 Conclusion

v tgoristion et le xpping onstituent les deux grndes mthodes de reueil de donnes dites holistiques dns lesquelles on herhe otenir une mesure glole des ressemlnesGdissemE lnes entre ojets mis ei de deux fons di'rentes X lors que l9une @l tgoristionA est d9une grnde simpliit dns e qui est demnd ux sujets @groupes d9ojets homognesAD l9utre @le xpping A permet plus de nunes dns es rsultts @positionnement reltif des ojets les uns pr rpport ux utresAF in oservnt les sujets rlisnt du xpping D on s9est peru que ertins en positionnnt les ojets sur leur nppe onstituent des groupes X e qui nous men prendre en ompte ette informtion supplmentire dns l9nlyse des nppes et ppeler ette tehnique de reueil xpping tgorisF v mise en uvre du xpping tgoris sur des smoothies et des prfumsD ii pr des tudintsD montr que ette tehnique de reueil est rlisle en prtique Y des exprienes menes sur d9utres produits ve des nologues d9une prtD des professionnels de l9nlyse sensorielle d9utre prt ont onduit l mme onlusionF ves donnes de xpping tgoris peuvent filement tre trites pr epwrF v9epwr gre ve e0it le mlnge des donnes qulittives et quntittives en quilirnt le rle du xpping et de l tgoristion pour hun des sujetsF ves rsultts otenus sont isment interprtles selon les rgles lssiques de l9nlyse ftorielle X omme une epw pour les nppes et omme une egw pour les tgoristionsF v9epwr fournit glement tous les rsultts utiles l9interprttion des donnes de xpping tgoris X une reprsenttion des ojets du point de vue glol et du point de vue de hque sujetD une reprsenttion des sujets et une reprsenttion des mots utiliss pour drire les groupesF v9intrt de toutes es reprsenttions tnt leur rtre onjoint qui permet de s9ppuyer sur les di'rents grphiques lors de l9nlyse de l9un d9entre euxF v9epwr t ii omplte pr des lments de vlidit X le test de l premire vleur propre protge d9une nlyse (ne de donnes issues du hsrd et les ellipses de on(ne utour des ojets indiquent le rle du jury utilis sur leur positionF in(nD du point de vue de l mthodologie sensorielleD une possiilit pprt u niveu du reueil de donnes X proposer hque sujet de fire soit du xpping D de l tgoristion ou ien du xpping tgoris selon son isne ve hune des mthodesD el (n de mieux respeter son jugementF ges donnes peuvent filement tre trites pr epwr en onsidrnt hque sujet omme un groupeF

IHT

Chapitre

5
Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Analyse statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 109

Tri hirarchique
Sommaire
5.1 5.2

SFPFI eprsenttion eulidienne d9une hirrhie F F F F F F F F F F F F F F F F F F IHW SFPFP eprsenttions eulidiennes issues d9un ensemle de hirrhies F F F F F F IIQ SFPFQ lments de vlidit F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IIW SFQFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPP SFQFP pisilit du tri hirrhique F F F F F F F F F F F F F F F F F F F F F F F F F F IPS SFQFQ sultts F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IPU
Comparaison du tri hirarchique et de la catgorisation : Donnes puApplication : Donnes cartes . . . . . . . . . . . . . . . . . . . . . . . . 122

5.3

5.4

SFRFI honnes F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IQS SFRFP gomprison F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IQU SFRFQ filn F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IRS

5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

blicits

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

134

ge hpitre prsente le tri hirrhiqueF eprs voir prsent le prinipe de ette mthode de reueil de donnesD nous prsentons l mthodologie de tritement sttistique que nous lui ssoionsF xous illustrons ensuite ette mthodologie prtir d9un exempleF our terminerD on s9intresse l omprison de rsultts issus de tgoristion et de tri hirrhiqueF

IHU

ghpitre SF ri hirrhique
5.1 Principe

elors que les pprohes holistiques telles que l tgoristion ou le xpping permettent de mettre en videne les prinipux ritres importnts ux yeux des sujets dns l pereption glole qu9ils ont des ojetsD es pprohes ne nous disent rien qunt l hirrhistion de es ritresF i l9on s9intresse u proessus de tri des sujets et que l9on herhe svoir quels sont les ritres importnts leurs yeux pour di'renier les ojets et leur ordre d9importneD le tri hirrhique est une mthode de reueil de donnes dpte pour otenir une telle informtionF gomme prsent dns le hpitre ID le tri hirrhique @igoro'D PHHSA peut tre onsidr omme une vrinte ou une extension de l tgoristion X ette pprohe holistique de reueil de donnes est utilise notmment en psyhologie et en nlyse sensorielleF vors d9une preuve de tri hirrhiqueD il est demnd des sujets de fournir hun un rre hirrhique prtir d9un mme ensemle d9ojetsF get rre hirrhique nonEindi peut tre onstruit de fon inire en utilisnt une dmrhe desendnte X il est dns e s demnd ux sujets de diviser l9ensemle des ojets en deux groupes d9ojets homognes puis de diviser de nouveu hun des groupes en deux jusqu9 e qu9ils jugent les groupes terminux homognesF ghque sujet utilise ses propres ritres pour rliser les divisions suessives et peut les iter en insrivnt les mots lui vennt l9esprit lors de hune des divisionsF v9tude d9un ensemle d9rres hirrhiques tlis sur un mme ensemle d9ojets fit l9ojet de nomreux rtiles et e uEdel du tritement de donnes de tri hirrhiqueF v9origine de es reherhes est le plus souvent l omprison de hirrhies otenues pr di'rentes mthodes de lssi(tion ou enore d9rres txonomiquesF hns ette optiqueD deux pprohes se distinguent X l reherhe d9indies de similrit entre hirrhies et l reherhe d9une hirrhie moyenne qui orrespond u mieux l9ensemle des hirrhiesF in e qui onerne l premire pproheD ds IWTPD okl et ohlf @IWTPA proposent un inditeur fond sur les mtries de distnes ssoies ux hirrhiesF get inditeur pr l suite t ritiquD notmment dns ohlf @IWVPAF he nomreux utres inditeurs ont t proposs X prris @IWUQAY hoson @IWUSAF ne utre pprohe onsiste herher une hirrhie onsensus X edms @IWUPA propose pr exemple l onstrution d9une telle hirrhie de fon lgorithmique en herhnt ps ps des sousEensemles d9ojets prtgs pr l9ensemle des hirrhies Y wrgush et wworris @IWVIA se sent eux sur le prinipe de l rgle mjoritire X ils herhent des sousEensemles d9ojets prtgs pr u moins l moiti des hiE rrhiesF ges deux prolmtiques omplexes ont fit l9ojet de plusieurs revues iliogrphiquesF rmi ellesEiD on iter veler @IWVSAD veler et guumel @IWVUA ou enore le numro spil de Journal of Classication @olF QD IWVTA ddi l omprison et l reherhe de onsensus de lssiE (tionsF v reherhe d9une hirrhie onsensus prsente l9vntge de proposer une reprsenttion synthtique qui soit de mme nture que les donnes @9estEEdire sous l forme d9une hirrhieA et qui orrespond ien l prolmtique de l reherhe d9une hirrhie moyenneF gependnt si on s9intresse une reprsenttion moyenne des ojets donnnt une ide de l diversit des hirrhiesD ette pprohe mnque de nune ou de souplesse dns les rsulttsF he plusD lorsque le nomre de hirrhies nlyser devient grnd et que es hirrhies sont diversesD les lgorithmes de reherhe d9une hirrhie onsensus peuvent outir un rre dit nul tel que hque ojet IHV

SFPF enlyse sttistique est reli diretement l rine @edmsD IWVTAF hns l reherhe d9une reprsenttion moyenne des ojetsD un utre point de vue est don de herher une reprsenttion eulidienne synthtique des ojets omme le proposent grithley et reiser @IWVVA pour une dimensionF hns ette reprsenttionD deux ojets doivent tre prohes @respF loignsA s9ils ont t sprs des niveux s @respF levsA dns un grnd nomre de hirrhiesF gette ide dj t exploite pr fimler et uirkln @IWWUAF ges uteurs d(nissent une distne entre ojets prtir de l position des ojets dns l9ensemle des hirrhiesF gette mtrie de distnes est ensuite nlyse pr wultidimensionl ling @whA leur fournissnt une reprsenttion des ojetsF lus remmentD l mthode hses @edi et al.D PHHUA glement t utilise pour triter des donnes de tri hirrhique X flnher et al. @PHHVAY ghre et al. @PHHVAY ntos et al. @PHIHAF gette mthode fournit une reprsenttion des ojets otenue prtir de l9nlyse se sur du wh d9une mtrie de produits slires entre ojetsF gette mtrie de produits slires est d(nie prtir de mtries de distnes issues des hirrhiesF gette mthode fournit en plus d9une reprsenttion des ojetsD une reprsenttion des sujets @9estEEdire une reprsenttion des hirrhies ellesEmmesA se sur l9dpttion de l mthode ttis @v9rermier des lntesD IWUTY vvit et al.D IWWRA es donnesF gependntD ette reprsenttion prsente les mmes inonvnients que elle de ttis X les xes de l reprsenttion sont di0ilement interprtles et ette reprsenttion n9est ps lie elle des ojets e qui ne permet ps une interprttion onjointe des deux reprsenttions suf pour l premire dimensionF elors que les uteurs se sont intresss l reherhe d9une reprsenttion des ojets et des sujetsD on remrque pr ontre qu9uun d9entre eux ne s9est intress l reprsenttion des niveux de hirrhie de hque sujetD e qui peut pourtnt tre intressnt dns une nlyse (ne des hirrhiesF xotre trvil s9insrit dns ette optique trvers l reherhe d9une reprsenttion des ojets et d9une reprsenttion des sujets qui lui est lieD de fon se servir mutuellement d9ide l9interprE ttion omme 9est le s pr exemple des reprsenttions des individus et des vriles en nlyse en omposntes priniples @egAF in outreD nous voulons pouvoir omplter es reprsenttions pr une reprsenttion de tout ou prtie des niveux de hirrhie de hque sujetF in(nD l9ensemle des reprsenttions s9ompgne glement d9lments de vliditF
5.2 Analyse statistique

hns ette prtie mthodologiqueD on s9intresse suessivement l prise en ompte du point de vue du odge et de l9nlyse d9une hirrhie puis d9un ensemle de hirrhiesF in(nD on s9tthe ssoier des lments de vlidit ux rsultts propossF
5.2.1 Reprsentation euclidienne d'une hirarchie

ves donnes d9une hirrhie @9estEEdire d9un sujetA peuvent tre regroupes dns un tleu ve utnt de lignes qu9il y d9ojets et utnt de olonnes qu9il y de niveux dns l hirrhie du sujetF hns l9exemple de l (gure SFID l hirrhie est ompose de trois niveux X le premier niveu IHW

ghpitre SF ri hirrhique @9estEEdire le niveu suprieur de l9rreA spre l9ensemle des IT ojets en deux groupes Y u deuxime niveuD es deux groupes sont sinds en deux groupes hun et en(n u troisime niveuD l9un des qutre groupe du deuxime niveu est divis de nouveu en deuxF e ette hirrhieD on ssoie le tleu de droite de l (gure SFIF ge tleu omprend en ligne les IT ojets et en olonne les Q niveux de l hirrhieF ghque niveu de hirrhie orrespond une vrile qulittive ve utnt de modlits qu9il y de groupes e niveuF
Figure SFI ! ixemple de hirrhie et tleu de donnes ssoiF
N1 H I J K L M N O P A B C D E F G N2 A C B D H I J K L M O N P

E F G

N3 A B C D E F G H I JK L M N OP

A B C D E F G H I J K L M N O P

N1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2

N2 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4

N3 1 1 2 2 3 3 3 4 4 4 4 4 5 5 5 5

ghque hirrhie j est don reprsente pr un ensemle de Qj vriles qulittives que l9on peut nlyser pr egw pour otenir une reprsenttion eulidienne des ojets onstitunt ette hirrhieF hns ette nlyseD les donnes sont prises en ompte pr l9intermdiire du tleu disjontif ompletD not X D qui omporte ii I lignes @ve I le nomre d9ojetsA et Kj olonnes @o Kj orrespond u nomre totl de groupesD tous niveux onfondusD dns l hirrhie j A ve pour terme gnrl xik qui vut 1 si l9ojet i pprtient u groupe k et 0 sinon @fF pigure SFPAF
Figure SFP ! leu disjontif omplet ssoi l hirrhie j F v hirrhie j est onstitu de Qj niveuxD
xik

vut I si l9ojet i pprtient u groupe k et H sinonF

Niveau 1
1 1 k

Niveau qj

Niveau Qj
Kj

01

xik

000001000

I I1 Ik IKj

in egwD hque vrile d(nit un sousEespeF hns le s de donnes issues d9une hirrhieD le sousEespe de niveu qj ontient le sousEespe de niveu qj 1F lons nous dns le s d9une hirrhie inire @9estEEdire dns lquelle hque nud ne ontient que deux rnhesA deux niveux dns lequel deux groupes sont onstitus u premier niveu et u seond niveuD hun de es deux groupes est de nouveu divis en deuxF hns e sD l premire vrile qulittive @ deux modlitsA onstitue un sousEespe de dimension I et l seonde vrile @ qutre modlitsA IIH

SFPF enlyse sttistique onstitue un sousEespe Q dimensions qui ontient le premier Y hune des diretions de es sousE espes onsidrs sprment est ssoie une inertie de IGP @r il y ii deux vrilesAF einsiD dns l9egw de es donnesD le premier sousEespe @ontenu dns le seondA forme l premire dimension ssoie une inertie de 1 = 2 1/2 et les deuximes et troisimes dimensions sont formes pr le seond sousEespe dont il ne reste plus que deux diretions @ssoies une inertie de 1/2 huneAF e titre d9exempleD l9egw des donnes du tleu de l (gure SFI @fF pigure SFQA indique un premier xe @ssoi une vleur propre de IA qui oppose omme ttendu les ojets eD fD gD hD iD p et q ux ojets rD sD tD uD vD wD xD y et D e qui orrespond u niveu suprieur de l hirrhie fournie pr le sujet @fF pigure SFIAF ves xes P et Q ssois l mme inertie @HFTTA opposent les di'rents groupes du deuxime niveu de l hirrhieF in(n l dimension R @ssoie une inertie de HFQQA oppose les ojets g et h ux ojets iD p et qD 9estEEdire le dernier niveu de hirrhieF
Figure SFQ ! eprsenttion des ojets de l (gure SFI sur les deux premiers plns ftoriels de l9egwF
MCA factor map
1.5

MCA factor map

A B

CD

1.0

I H J K L
Dim 4 (12.5%)

Dim 2 (25%)

0.5

0.0

0.5

1.0

0.0

HI J KL

MN O P

A B

-0.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-1.0

M N O P

-0.5

CD E F G

E F G -1.0 -0.5 0.0 0.5 Dim 3 (25%) 1.0 1.5 2.0

-1.0

Dim 1 (37.5%)

Figure SFR ! hendrogrmme otenu prtir des dimensions de l9egw de l (gure SFQ et du ritre de rdF
0.0 0.4

Hierarchical clustering
Cluster Dendrogram
1.0

0.8

inertia gain

0.0

0.2

0.4

0.6

0.8

e l suite de l9egwD il est possile de rliser une ger sur es donnes en hoisissnt le ritre de III

ghpitre SF ri hirrhique rdD s sur l9inertieD e qui est en phse ve l9egwF v (gure SFR reprsente le dendrogrmme otenuF ghque xe de l9egw orrespond ii un nud X le niveu suprieur orrespond l premire dimension de l9egw ssoie une vleur propre de ID ensuite on retrouve les dimensions P et Q ssoies une vleur propre de HFTT et en(nD l qutrime dimension ve une vleur propre de HFQQF get rre pr s forme orrespond extement elui fourni pr le sujet et l9indige de l hirrhie prt risonnle ompte tenu de l nture des donnesF yn retrouve ii des trvux de fenzri @IWUQA qui herhit lors ssoier une hirrhie indie inire totle sur l9ensemle I un orrespondne sur I I dont l9nlyse redonne ette hirrhieF n utre odge est envisgele lorsque le tri se fit de fon symtrique X 9estEEdire lorsque l9ensemle des ojets lsser est divis pr un sujet u premier niveu selon un premier ritre et u seond niveu selon un deuxime ritreF renons omme exemple IT rtes de trot X V rtes de ur et V rtes de piqueF our hque ouleurD on dispose des rtes roiD reineD vlierD vletD IHD WD V et UF smginons un sujet qui spre dns un premier temps les IT rtes en deux groupes de V rtes selon l ouleur et dns un seond tempsD hun des deux groupes de V rtes en deux groupes de R rtes selon l prsene d9une (gure ou nonF yn peut envisger de oder e tri hirrhique omme prsent dns le tleu SFI X 9estEEdire de rer deux vriles qulittives deux modlits @qui orrespondent ux deux modlits du fteur de tri utilis X l ouleur et l prsene ou non d9une (gureAF hns e sD on perd l notion de hirrhie et de sousEespes emotsF
Tableau SFI ! eond odge propos pour un tri hirrhique symtriqueF
e f g h i p q r s t u v w x y roi ur reine ur vlier ur vlet ur IH ur W ur V ur U ur roi pique reine pique vlier pique vlet pique IH pique W pique V pique U pique xI qI qI qI qI qI qI qI qI qP qP qP qP qP qP qP qP xP qI qI qI qI qP qP qP qP qI qI qI qI qP qP qP qP

lisons l9egw puis une ger prtir de e odgeF v9egw du tleu SFI indique deux diE mensions de mme inertie @HFSAF v9ordre des dimensions de l9egw est ritrire et plusieurs rsultts de lssi(tion sont possilesF v (gure SFS reprsente pr exemple le dendrogrmme issu de l ger pplique ux dimensions de l9egw pr le pkge ptowine @russon et al.D PHHWAF ge dendroE grmme ne orrespond ps du tout l hirrhie fournie puisqueD dns l9ordreD les ritres utiliss tient ouleurG(gure lors que le dendrogrmme montre l hirrhistion (gureGouleurF ge seond odge n9est don ps indiqu pour les donnes de tri hirrhiqueF yn lui prfrer le premier odgeF IIP

SFPF enlyse sttistique

Figure SFS ! hendrogrmme otenu prtir des dimensions de l9egw des donnes du tleu SFIF
0.2 0.0

Hierarchical clustering
q

Cluster Dendrogram
0.5 inertia gain

0.3

0.4

0.4

0.0

0.1

0.2

5.2.2 Reprsentations euclidiennes issues d'un ensemble de hirarchies

ves tris hirrhiques issus d9un ensemle de sujets peuvent tre regroups dns un tleu qui juxtpose les tleux de hque sujet @fF pigure SFTAF ge tleu ontient I lignes et Q = j Qj olonnes X hque ligne orrespond un ojet et hque olonne un niveu de hirrhie d9un sujet donn Y les olonnes sont regroupes pr sujetF
Figure SFT ! leu reprsentnt un ensemle de J tris hirrhiques fournis pr J sujetsF ve sujet j

onstitu un tri hirrhique Qj niveuxF

Sujet1 1 1 Q1

Sujet j 1 Qj

Sujet J 1 QJ

ge type de tleuD ompos uniquement de vriles qulittives strutures en groupe @un groupe = une hirrhie = un sujetAD peut tre trit pr enlyse ptorielle wultiple @epwA X isoE (er et gs @IWWVAY gs @PHHPAF hns notre s prtiulierD l9epw quilireD pr une pondrtionD l9in)uene de hun des sujets dns l9nlyse en rendnt gle 1 l9inertie xile mximum des nuges des egw spres de hun des sujetsF IIQ

ghpitre SF ri hirrhique in epw sur vriles qulittivesD ette pondrtion revient pondrer hque vrile du groupe j @plus prisment les inditries du tleu disjontif omplet ssoies ux vriles du groupe j A pr 1Q D ve j 1 l premire vleur propre de l9egw spre des vriles du groupe j et Qj le nomre de vriles @9estEEdire de niveuxA du groupe j F gependntD dns le s de donnes issues de hirrhiesD les vriles d9un groupe sont emotes e qui pour onsquene de rendre j 1 gle IF v pondrtion de l9epw dns e s pris revient don uniquement pondrer hque niveu de hirrhie d9un sujet pr le nomre de niveux fourni pr e sujetF v9epw herhe des diretions ommunes d9inertie importnteF hns notre s prtiulierD une diretion d9inertie importnte orrespond d9une prt une diretion qui oppose des groupes d9ojets sprs pr euoup de sujets et d9utre prt une opposition prsente des niveux levs de hirrhie @9estEEdire prmi les premiers niveuxAF gette epw fournit di'rentes reprsenttions eulidiennes nessires l omprhension des donnes de tri hirrhique X une reprsenttion des ojets Y une reprsenttion des sujets Y une reprsenttion des motsF ges di'rentes reprsenttions sont expliites dns l suiteF
j 1 j

Reprsentation euclidienne des objets

v distne usuelle entre P ojets i et l en epw pplique des vriles qulittives s9rit X
d2 (i, l) =
j

j I k kKj Qj 1

(yik ylk )2

@SFIA

ve Qj le nomre de vriles @9estEEdire le nomre de niveux de hirrhieA du sujet j D j 1 l premire vleur propre ssoie l9egw spre de l hirrhie du sujet j @gle 1 iiAD I le nomre d9ojetsD Ik le nomre d9ojets pprtennt u groupe k et yik le terme du tleu disjontif omplet qui vut I si l9ojet i pprtient u groupe k et 0 sinonF hns ette distneD on voit pprtre l9in)uene du nomre de niveux de hirrhie fourni pr un sujet X Qj F hns l9exemple de l (gure SFUD on trouve les tris hirrhiques de deux sujets X es deux sujets ont fourni des tris identiques jusqu9u niveu P mis le sujet P fourni un niveu supplmentireF ves hi'res entre prenthse orrespondent u nomre d9ojets dns hque groupeF yn s9intresse ii l distne @u rrA entre les ojets A et B selon hun des deux sujetsF our le sujet 1D ette distne vut T lors que pour le sujet 2D elle vut WFQQ Y ei illustre ien l9importne du nomre de niveux d9une hirrhie dns l distne entre ojetsF lus un rre est (n @9estE Edire ve euoup de niveuxA et plus des ojets sprs un niveu lev de l hirrhie vont tre loigns et don onsidrs omme di'rentsF gette reprsenttion des ojets nous permet d9illustrer le fit que l9epw herhe des diretions ommunes d9inertie importnte X 9estEEdire qui orrespondent d9une prt des diretions qui opE posent des groupes d9ojets sprs pr euoup de sujets et d9utre prt des oppositions prsentes IIR

SFPF enlyse sttistique

Figure SFU ! ris hirrhiques de deux sujets onstitus u premier niveu de P groupes @de V ojetsA
Sujet 1 (8) B (4) (4) B (2) (4) A (2) (2) A (2) (2) B (4) A (4) (4) B (2)(2) (2) Sujet 2 (8) B (4)

sprnt les ojets e et f et u seond niveu de R groupes @de R ojetsAF ve sujet P onstitu un niveu supplmentireF ves nomres entre prenthses orrespondent u nomre d9ojets dns hque groupeF
(8) A (4) A (8)

des niveux levs de hirrhieF our elD on utilise deux exemples X un premier dns lequel deux sujets ont rlis des tris hirrhiques reltivement similires et un seond dns lequel deux sujets ont fourni des tris hirrhiques trs di'rentsF
Figure SFV ! in hutD tris hirrhiques de deux sujets ynt fourni des tris hirrhiques identiques jusqu9u

niveu P mis di'rents u troisime niveuF in sD reprsenttions des ojets sur les deux premiers plns ftoriels issus de l9epw des deux sujets prdentsF
Sujet 1 Sujet 2

CD

B E

GH

AB

D G

EF

Individual factor map

Individual factor map

F E
q

1.5

1.0

0.5

Dim 2 (22.22 %)

Dim 4 (5.556 %)

0.5

1.0

0.5

C B D A
q

G F H E
q q

C D
q

0.0

1.0

G H
q

1.5

1.0

0.5

0.0

B
2

0 Dim 1 (33.33 %)

0 Dim 3 (22.22 %)

v (gure SFV prsente les tris hirrhiques de deux sujets prtir de V ojets @nots de e rAF ges deux sujets ont fourni des tris hirrhiques identiques pour leurs deux premiers niveux X le premier niveu de es deux sujets induit l prtition {{A, B, C, D}, {E, F, G, H }} et le seond niveuD l prtition {{A, B }, {C, D}, {E, F }, {G, H }}F in revnheD les prtitions induites pr hun de leur troisime niveu di'rentF i l9on e'etue l9epw de es deux sujets @fF pigure SFVAD les trois premires dimensions de ette epw sont ommunes ux deux sujets et orrespondent l prtition en qutre groupes des ojets omme l9indiquent leurs deux premiers niveuxF ves di'renes pprissent IIS

ghpitre SF ri hirrhique prtir de l qutrime dimensionF ves dimensions RD SD T et U qui portent l mme inertieD sont spi(ques de fon indi'renie l9un ou l9utre des deux sujets et opposent les ojets di'renis ux troisimes niveuxF
Figure SFW ! in hutD tris hirrhiques de deux sujets ynt fourni des tris hirrhiques di'rents pour les
Sujet 1 Sujet 2

niveux I et P mis identique u troisime niveuF in sD reprsenttions des ojets sur les deux premiers plns ftoriels issus de l9epw des deux sujets prdentsF

AB

AB

Individual factor map

1.5

Individual factor map

H D
q

1.5

C F C
q

1.0

Dim 2 (23.54 %)

0.5

Dim 4 (15 %)

0.5

1.0

B A
q

H D
q

0.0

0.5

1.0

E G
q

1.5

B A
q

1.0

0.5

0.0

1.5

F
1.5

G
1.0 0.5 0.0 0.5 1.0 1.5 Dim 3 (16.46 %)

0 Dim 1 (25 %)

v (gure SFW reprsente glement les tris hirrhiques de deux sujets prtir de V ojets @nots de e rA mis euxEi sont di'rents X le sujet I fourni l prtition {{F, C, H, D}, {E, G, A, B }} u premier niveu et {{F, C }, {H, D}, {E, G}, {A, B }} u seond niveu lors que le sujet P fourni l prtition {{E, C, G, F }, {D, H, A, B }} u premier niveu et {{E, C }, {G, F }, {D, H }, {A, B }} u deuxime niveuF eul leur troisime niveu est identique ve l prtition {{A, B }, {C }, {D}, {E }, {F }, {G}, {H }}F v9epw de es donnes @fF pigure SFWA fournit une premire dimension qui opE pose les ojets eD fD h et r ux ojets gD iD p et qF gonernnt le sujet PD ette opposition orrespond extement l prtition induite pr son premier niveu {{E, C, G, F }, {D, H, A, B }}F gonernnt le sujet ID e premier xe orrespond en prtie u niveu P de e sujet qui induit l prtition {{F, C }, {H, D}, {E, G}, {A, B }}F in herhnt des diretions ommunes d9inertie imporE tnteD l9epw herhe prmi les prtitions induites dns les premiers niveux des deux sujetsD des fontions onstntes sur les groupes X 9estEEdire des xes sur lesquels les ojets pprtennt un mme groupe ont l mme oordonneF in e'etD ii hun des qutres ouples d9ojets d(nis pr le sujet I son deuxime niveu ont l mme oordonne sur l9xe I insi que les deux qudruplets d9ojets d(nis pr le sujet P son premier niveuF ve premier xe de l9epw orrespond ii l diretion ommune de plus grnde inertieF emrque X hns e deuxime exempleD le premier xe n9est ps otenu de fon ritrireF sl n9est pr exemple ps possile d9otenir de fon symtrique un xe qui reprsente l prtiE IIT

SFPF enlyse sttistique tion induite pr le niveu I du sujet I {{F, C, H, D}, {E, G, A, B }} et le niveu P du sujet P {{E, C }, {G, F }, {D, H }, {A, B }} r ertins ouples issus du seond niveu du sujet P @pr exemple les ojets E et C A n9pprtiennent ps u mme groupe dns l prtition induite pr le niveu I du sujet IF in revnheD en e qui onerne l prtition induite pr le niveu I du sujet P {{E, C, G, F }, {D, H, A, B }} et pr elle induite pr le niveu P du sujet I {{F, C }, {H, D}, {E, G}, {A, B }}D tous les ouples d9ojets induits pr ette seonde prtition pprtiennent un mme groupe dns le premire prtitionF
Reprsentation euclidienne des sujets et de leurs niveaux de hirarchie

in epw sur vriles qulittivesD omme en egwD il est possile de onstruire une reprsentE tion des vriles qulittives @9estEEdire des niveux de hirrhieA dns lquelle hque vrile est reprsente pr un pointF hns ette reprsenttion eulidienneD l oordonne du niveu de hirrhie k sur l9xe de rng s est donne pr le rpport de orrltion entre l vrile de prtition ssoie u niveu de hirrhie kD note Vk D et l vrile ssoie l dimension sD note zs X 2 (zs , Vk )F our un sujet donnD ses niveux de hirrhie vont tre ordonns @de fon roissnteA le long de hque xe r plus on desend dns l hirrhie et plus le rpport de orrltion ugmente @l vrine interEgroupe ugmente et l vrine totle reste inhngeAF ves sujets @qui orrespondent des groupes de vriles qulittivesA d(nissent un nuge de points dns RI F hns et espeD le produit slire entre deux sujets j et j ynt fournis respetiE vement des hirrhies Qj et Qj niveuxD est d(ni pr l mesure Lg D de l fon suivnte X
2

< Kj , Kj >= Lg (Kj , Kj ) =

1 1 1 j I j 1 Qj 1 Qj

2 Vl ,Vk ,
lQj kQj

@SFPA

ve I le nomre d9ojetsD j 1 l premire vleur propre de l9nlyse spre du sujet j D Qj le nomre de niveux fournis pr le sujet j et Vl l le vrile de prtition du sujet j F gomme l premire vleur propre de hque nlyse spre vut ID e produit slire peut se 1 2 rrire insiD ve 2 V ,V = I V ,V X
l k l k

< Kj , Kj >= Lg (Kj , Kj ) =

1 1 Qj Qj

2 Vl ,Vk
lQj kQj

@SFQA

ge produit slire qui est un 2 moyen entre les deux groupes de vriles qulittives que reprsentent les deux sujets j et j mesure l9intensit de l liison entre es deux groupes de vrilesF v9epw fournit une reprsenttion optimle des sujets dns lquelle l oordonne du sujet j sur l9xe de rng s @r j 1 vut IA est ve les nottions prdentes X
Lg (zs , Kj ) = 1 Qj 2 (zs , Vk )
kQj

@SFRA

IIU

ghpitre SF ri hirrhique hns ette reprsenttion eulidienneD un sujet est don u ryentre de ses niveux de hiE rrhieF gomme les niveux d9un mme sujet sont ordonns @pr ordre roissntA le long de hque xeD un sujet ur une oordonne d9utnt plus forte qu9il fourni une hirrhie (ne @9estEEdire ve euoup de niveuxAF in epwD l oordonne d9un groupe sur l9xe de rng s orrespond s ontriution l9inertie de l9xeF einsi les sujets ynt fourni des hirrhies (nes uront tendne ontriuer dvntge l9inertie de hque xe et tre dvntge lis toutes les dimensionsF h9o l9ide d9voir toujours en tte dns l9tude d9un sujetD s qulit de reprsenttion sur hque dimension ou ien son nomre de niveuxF ges remrques sont illustres prtir de l (gure SFIH qui orrespond l reprsenttion des sujets et de leurs niveux de hirrhie des donnes de l (gure SFWF ur ette reprsenttionD les sujets pprissent en noir et leurs niveux de hirrhie en rougeF gonernnt l reprsenttion des sujetsD le sujet P une oordonne plus leve que le sujet I sur l9xe I r rppelons leD et xe orrespond u premier niveu de s hirrhie lors qu9il ne orrespond qu9u seond niveu du sujet IF gei se vri(e d9illeurs sur l reprsenttion des niveux X on onstte e'etivement que le niveu I du sujet P une oordonne I sur l9xe I lors que le niveu I du sujet I une oordonne qusiment nulle sur et xeF
Figure SFIH ! eprsenttion des deux sujets de l (gure SFW et de leurs niveux de hirrhie sur le premier

pln ftoriel de l9epwF S 1.N 2 orrespond u niveu P du sujet IF

Groups representation
1.0

S1.N3 S2.N3 S1.N2 S1.N1 S1 S2.N2 S2

Dim 2 (23.54 %)

0.2

0.4

0.6

0.8

0.0

S2.N1
0.0 0.2 0.4 0.6 0.8 1.0

Dim 1 (25 %)

gette (gure illustre glement les proprits nones prdemment svoir que les niveux de hirrhie d9un sujet sont ligns de fon roissnte le long de hque xe et qu9un sujet est u ryentre de ses niveux de hirrhieF xFfF X v reprsenttion des niveux de hirrhie propose est identique elle issue d9une epwr des donnes qui quilirerit dns un premier temps hque niveu de hirrhie et dns un seond temps hque sujetF gomme l9epwr fournit une reprsenttion des groupes hque niveu de prtition de l9epwrD elle fournit l fois une reprsenttion des niveux de hirrhie de hque sujet et une reprsenttion des sujetsF he pr les proprits du odge d9une hirrhie proposD l9epw et l9epwr donnent ii les mmes rsulttsF
Reprsentation des mots

IIV

SFPF enlyse sttistique v9epwD omme l9egwD nlyse glement le nuges des modlits des vriles qulittives qui sont ii les groupes des di'rents niveux de hirrhieF gette reprsenttion prend tout son sens lorsqu9il est demnd ux sujets de rtriserD hque niveuD les groupes qu9ils fournissent pr un ou plusieurs motsF hns e sD les mots utiliss pour drire un groupe un niveu donn deviennent le liell du groupe @ l ple d9un liell ritrire tel que qID qPD etcFA et ette reprsenttion devient une reprsenttion des lels ssois ux groupes fournis hque niveu de hirrhieD omme pour l tgoristion ou le xpping tgorisF in epwD les reprsenttions des ojets et des lels sont lies pr des proprits ryenE triques @gsD PHHPA X un ojet est @ un oe0ient prsA u ryentre des lels uxquels il est ssoi X
Fs (i) = 1 s
j

1 Qj

yik Fs (gk ),
kKj

@SFSA

ve Fs (i) l oordonne de l9ojet i sur l9xe de rng sD s l vleur propre de rng s de l9epwD Qj le nomre de niveux fournis pr le sujet j D yik le terme du tleu disjontif omplet et Fs (gk ) l oordonne du lel k sur l9xe de rng sF n ojet est don du t des lels uxquels il t ssoiF gette reprsenttion des mots permet de mieux omprendre les oppositions entre ojetsF
5.2.3 lments de validit

v9epw fournit une reprsenttion des ojets qui est en quelque sorte une reprsenttion moyenE ne des ojetsF yn peut se demnder dns quelle mesure ette reprsenttion moyenne trduit un onsensus entre les sujets X le degr d9ord otenu entre les sujets estEil signi(tif ou non c gei est ord trvers une proilit ritique ssoie l premire vleur propre de l9epwF ne fois l reprsenttion moyenne des ojets tudieD estEil possile d9tendre les rsultts une popultion plus vste dont les sujets serient issus c our elD des ellipses de on(ne sont onstruites utour de l position des ojets l9ide de tehniques de rEhntillonnge omme pour l tgoristion et le xpping tgorisF
5.2.3.1 Premire valeur propre

ppelons qu9en epw l premire vleur propre pour mximum le nomre de groupes J F einsi une premire vleur propre de J indique que le premier xe de l9epw orrespond l diretion d9inertie l plus importnte @de l reprsenttion eulidienneA de hque sujet X 9estEEdire son premier niveuF gette premire vleur peut don tre onsidre omme un inditeur du niveu de prent entre les sujetsF yn met en ple une produre pour ssoier une proilit ritique l premire vleur propre de l9epw en utilisnt l dmrhe lssique des testsF v9hypothse nulle ssoie e test est elle de l9indpendne entre les groupes de vriles qulittives que reprsentent les sujetsF IIW

ghpitre SF ri hirrhique essoier une proilit ritique e test nessite l loi de l9inditeur @l premire vleur propre de l9epwA sous H0 F our otenir ette loiD une produre pr permuttion t mise en ple de fon respeter l struture des donnes @nomre de niveux de hirrhieD nomre de groupes et nomre d9ojets pr groupe pour hque sujet hque niveuAF gonrtementD on permute les lignes de hque groupe de olonnes @sujetA de fon indpendnteF yn onserve lors l struture des donnes de hque sujet mis on limine toute prent entre les groupes de vriles qulittives ssois ux di'rents sujetsF v (gure SFII dtille l9lgorithme utilis pour otenir l proilit ritique ssoie u testF
note 1 D pour des donnes de tri hirrhiqueF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j et P u nomre de tleux onstruits pr permuttionF
IX PX QX RX SX TX UX VX WX

Figure SFII ! elgorithme du lul de l proilit ritique ssoie l premire vleur propre de l9epwD

glul de 1 D premire vleur propre de l9epw du tleu X for p = 1 P do for j = 1 J do our le sujet j D permuttion des lignes de Xj Xjp
end for end for

p glul de p 1 D premire vleur propre de l9epw du tleu X

histriution des 1 otenues pr permuttion glul de l proilit ritique X proportion de p 1 plus grnde que 1

ne fois e'etues un grnd nomre de permuttionsD l proilit ritique ssoie l premire vleur propre du jeu de donnes tudi est gle l proportion de premires vleurs propres @otenues pr permuttionA plus grndes que elle du jeu de donnes tudiF
5.2.3.2 Ellipses de conance autour de la position des objets

ne fois l9ord entre les sujets vlidD on peut s9intresser plus prtiulirement l position des ojets entre eux trvers des ellipses de on(neF ges ellipses doivent re)ter l position qu9urient pu voir les ojets si un utre jury vit t utilisF ne fon d9otenir un nouveu jury onsiste utiliser des tehniques de rEhntillonnge en tirnt ve remise J sujets prmi les J sujets omposnt le jury initilF ne fois un nouveu jury virtuel onstituD on utilise les proprits ryentriques de l9epw @pour lesquelles un ojet est u ryentre des groupes uxquels il pprtient ou des lels uxquels il t ssoiA pour luler l nouvelle oordonne de l9ojet i pour le rEhntillonnge b X
b Fs (i) =

1 s

pb j
j

1 Qj

yik Fs (gk ),
kKj

@SFTA

ve Fsb (i) l oordonnes de l9ojet i sur l9xe de rng s pour le rEhntillonnge bD s l vleur propre de rng sD pb j le poids ssoi u sujet j dns le rEhntillonnge b @9estEEdire le nomre de fois qu9il pprt dns e jury virtuelAD Qj le nomre de niveux de l hirrhie du sujet j D yik le terme du tleu disjontif pour l9ojet i et le groupe k et Fs (gk ) l oordonne du groupe @ou du IPH

SFPF enlyse sttistique lelA k sur l9xe de rng sF ge proessus est ritr B fois @pr exemple B = 500A de fon otenir B oordonnes virtuelles pour hque ojetF ves ellipses sont onstruites prtir de es oordonnes de fon ontenir WS7 d9entre ellesF ppelons qu9en tgoristionD nous vons mis en videne des prolmes de dimensionnlit dns l onstrution des ellipsesF in tgoristionD hque sujet j d(nit un sousEespe de dimension Kj 1 @ve Kj le nomre de groupes pour l tgoristion j AF einsiD on plonge dns un espe I 1 dimensions @ve I le nomre d9ojets tgoriserA J sousEespes @ve J le nomre de sujetsA X hque sousEespe j (j = 1, .., J ) tnt de dimension Kj 1F our les donnes de tri hirrhiqueD e prolme de dimensionnlit est mpli( puisque ii hque sujet j ne d(nit ps un sousEespe mis plusieursD emots les uns dns les utresF einsi pour un mme nomre de sujetsD dns un espe totl I 1 dimensionsD on plonge dvntge de sousEespesF h9o l nessit ii ussi d9ssoier une proilit ritique ux ellipses de on(neF our elD on s9intresse u hevuhement des nuges de points rEhntillonns et u rpport de reouvrement @RR A suivnt onstruitD prtir de es nuges de pointsD de l fon suivnte X
RR =

Inertie inter-groupe Inertie totale

@SFUA

ge rpport vrie entre H et I X s vleur est d9utnt plus grnde que les ellipses sont ien di'reniesF gomme pour les donnes de tgoristion et de xpping tgorisD on s9intresse ii u rpport de reouvrement pour l premire dimension qui s9rit X
RR =
1 I 1 I.B 2 i F1 (i) , b 2 i b F1 (i)

@SFVA

ve I le nomre d9ojetsD B le nomre de rEhntillonngeD F1 (i) l oordonne de l9ojet i sur l premire dimension et F1b (i) l oordonne de l9ojet i pour le rEhntillonnge b sur l premire dimensionF v proilit ritique ssoie ux ellipses doit permettre de rpondre l question X est e que le hevuhement oserv entre les ellipses peutEtre d u simple fit du hsrd c our elD on met en ple une produre de test ve pour hypothse nulle X H0 X le hevuhement oserv des ellipses est d u hsrdF v9inditeur utilis pour le test est le rpport de reouvrement @RR A prdentF our otenir s distriution sous H0 et l proilit ritique ssoieD on met en ple l produre de simultion dtille dns l (gure SFIPF

IPI

ghpitre SF ri hirrhique
Figure SFIP ! elgorithme du lul de l proilit ritique ssoie u rpport de reouvrement pour les donnes de tri hirrhiqueF X orrespond u tleu de donnesD Xj u tleu de donnes restreint ux vriles du sujet j D B u nomre de rEhntillonnges des sujets et P u nomre de tleux onstruits pr permuttionF
IX for b = 1 B do PX irge ve remise de J sujets prmi J dns le jeu de donnes de rfrene X QX glul des oordonnes des I ojets rEhntillonnes pour l dimension 1 X F1b (i) RX end for SX glul du rpport de reouvrement de rfrene X
RR =
1 I 1 I.B 2 i F1 (i) b 2 i b F1 (i)

TX UX VX WX IHX IIX IPX IQX IRX ISX

5.3

for p = 1 P do

end for end for

ermuttion des lignes de X pour hque groupe de olonnes orrespondnt un sujet X X p for b = 1 B do irge ve remise de J sujets prmi J pour le jeu de donnes permut X p glul des oordonnes des I ojets rEhntillonnes pour l dimension 1 X F1b,p (i)

glul du rpport de reouvrement X RR p

histriution des rpports de reouvrement otenus pr permuttion glul de l proilit ritique X proportion de RR p plus grnds que RR
Application : Donnes cartes

xous prsentons dns un premier temps les donnes servnt d9illustrtion puis une tude de l fisilit de l the de tri hirrhique vnt de nous intresser ux rsultts proprement ditsF
5.3.1 Donnes

ves ojets trier sont IT rtesF ges rtes reprsentent des formes gomtriques simples de tilles di'rentesF lus prismentD es rtes ont t onstruites selon un pln frtionnire 273 9estEEdire ve U fteurs P modlits @fF leu SFPAF ve hoix des fteurs t motiv pr le souhit d9voir des fteurs d9importne quivlenteF e titre d9exempleD l (gure SFIQ reprsente l9ensemle des rtes notes de e F IUH enfnts gs de Q IH ns se sont prts l9preuve de tri hirrhiqueF resque utnt de grons @VVA que de (lles @VPA ont t interrogsF ges enfnts sont solriss dns deux oles di'rentes X IQT enfnts viennent d9une ole pulique de l ville de erves dns les heuxEvres et QR enfnts viennent d9une ole prive renniseF ve reueil s9est droul u sein mme des oles en ollortion ve les enseignntsF vors de l9exprieneD les enfnts tient endrs r deux exprimenttries jount en quelque sorte le rle de pnel leder X leur prsene grntissnt une ertine homognit tout u long de l9exprieneF eu dut de l9exprieneD hque enfnt se voit expliquer e qu9il doit fire X tout d9ord deux IPP

SFQF epplition X honnes rtes

Figure SFIQ ! he hut en s et de guhe droiteD les IT rtes nommes de e F

Tableau SFP ! ln frtionnire 273 utilis pour onstruire les IT rtes de l (gure SFIQD notes de e F
e f g h i p q r s t u v w x y
Couleur fond

ornge ornge ornge ornge june june ornge june june ornge june ornge june june june ornge

Couleur forme

leu leu leu vert vert vert vert vert vert vert leu leu leu leu leu vert

Forme

rond rr rond rr rond rond rond rr rr rr rond rr rr rr rond rond

Taille

grnd petit petit grnd petit grnd petit petit grnd petit grnd grnd grnd petit petit grnd

Position

hut s hut hut hut hut s s s hut s s hut hut s s

Contour

pointill pointill ontinu pointill pointill ontinu pointill ontinu pointill ontinu pointill ontinu ontinu pointill ontinu ontinu

dgrd dgrd uni uni dgrd uni uni uni dgrd dgrd uni uni dgrd uni dgrd dgrd

Motif fond

IPQ

ghpitre SF ri hirrhique groupes ve les IT rtesD puis dns un deuxime tempsD utnt de sousEgroupes et de niveux de hirrhies qu9il le souhiteF v9exprimenttrie s9e'ore d9in)uener le moins possile les enfnts qunt u hoix des prtitions fire @en prtiulier en ne lui montrnt uun exempleAD tout en lui expliqunt e qu9on ttend de luiF in(nD tous les omportements ou gestes typiques des enfnts renontrs sont nots sur les feuilles de notesF
Figure SFIR ! ris hirrhiques des enfnts nIID IPD IU et VUF
Enfant n11

Enfant n12

Enfant n17

Enfant n87

v (gure SFIR reprsente les tris hirrhiques de qutre enfntsF yn oserve une diversit des rres fournis qunt u nomre de niveuxD u nomre de groupes pr niveu et ux ritres utiliss X insi l9enfnt nII utilise l ouleur du fond pour sprer les rtes u niveu ID l9enfnt nIP l tille de l forme gomtriqueD l9enfnt nIU l position de l forme et l9enfnt nVU l formeF ve fit de fournir un rre symtriqueD 9estEEdire d9utiliser un mme ritre pour sudiviser des groupes d9un mme niveuD n9est ps systmtiqueF v9enfnt nIU pr exemple utilise deux ritres di'rents pour sprer les rtes u deuxime niveu X il spre le premier groupe du niveu I selon l tille @grnd ou petitA et le seond groupe du niveu I selon le ontour @pointill ou pleinAF IPR

SFQF epplition X honnes rtes evnt de ommenter les rsultts issus de es donnesD nous nous sommes intresss l fisilit de l the de tri hirrhique pr des enfnts et vnt toutD nous vons herh voir s9il existe des di'renes de omportement selon ertines vriles de signltique @geD sexeD etcFAF
5.3.2 Faisabilit du tri hirarchique

v fisilit du tri hirrhique est tudie ii trvers le omportement des enfnts lors de ette preuveF our elD S vriles de omportement ont t res X xomre de niveux du tri hirrhique fourni Y xomre de ritres utiliss lors du tri hirrhique Y xomre de ritres its lors du tri hirrhique Y xomre (nl de groupes du tri hirrhique Y emps pss fire le tri hirrhiqueF hns un premier tempsD nous nous sommes intresss svoir si les vriles de omportement tient lies ux vriles de signltique @geD sexe et oleAF our elD des nlyses de vrine un fteur ont t rlises entre les vriles de omportement @vriles expliquerA et les vriles de signltique @vriles explitivesAF ve tleu SFQ rsume es nlyses de vrine en fisnt pprtre les proilits ritiques ssoies u test p glol pour hque nlyseF ves ellules grises sont elles pour lesquelles il existe une di'rene signi(tive pour un risque de 5%F
Tableau SFQ ! roilits ritiques des tests p entre les vriles de omportement et les vriles de

signltiqueF ves ellules grises sont elles pour lesquelles l proilit ritique est infrieure u seuil de 5%F
x niveux x (nl groupes x ritres its x ritres utiliss emps ege exe ole PFIeEHU HFQU HFHWVH WFSeEHV HFTT HFQRHH IFQeEIW HFHT HFHHIP IFVeEHV HFTI HFIWHH QFSeEIS HFIR HFIRHH

ge tleu montre que seule l vrile ge prsente un e'et nettement signi(tif sur les S ritres omportementuxF our l9ensemle de es ritresD on oserve une omplexi(tion du risonnement de l9enfnt ve l9ge @9estEEdire le nomre de niveuxD de ritresD etcF ugmentent et le temps pss rliser l9preuve diminueAF sl n9y ps d9e'et sexe pour hun des ritres ni d9e'et ole @suf pour le nomre de ritres its o les enfnts de l9ole de erves ont it signi(tivement plus de ritresAF our svoir dns quelle mesure les omportements voluent et s9il existe des rtristiques spi(ques hque geD une eg t rlise sur les donnes de omportement ve l vrile qulittive d9ge omme vrile illustrtiveF ve tleu nlys omprend en ligne les IUH enfnts et en olonne les S ritres de omportementF v (gure SFIS reprsente le grphique des vriles otenu l9issue de ette nlyseF ve premier xe oppose des hirrhies plutt simples @9estEEdire ve peu de niveuxD peu de groupesD etcFA guheD des hirrhies plus omplexes droiteF v vrile temps est orthogonle ette premire dimension X les hirrhies les plus omplexes n9ont ps pris plus de temps tre onstruitesF gette vrile orrespond l seonde dimension qui oppose en hut les enfnts qui ont t les plus longs fire leur tri et en sD eux qui ont t les plus rpidesF IPS

ghpitre SF ri hirrhique
Figure SFIS ! eprsenttion des S vriles de omportement sur le premier pln ftoriel de l9egF
Variables factor map (PCA)
1.0 Temps

0.5

Dim 2 (19.64%)

Nb niveaux Nb final groupes 0.0 Nb critres utiliss Nb critres cits -0.5 -1.0

-1.0

-0.5

0.0 Dim 1 (62.71%)

0.5

1.0

ur le grphique des individus @fF (gure SFITAD l vrile qulittive ge est projete omme vrile supplmentire et des ellipses de on(ne sont onstruites utour des modlits de l vrile ge prtir du pkge ptowineF
Figure SFIT ! eprsenttion des individusD des modlits de l vrile ge insi que des ellipses de on(ne WS7 utour de l position des modlits sur le premier pln ftoriel de l9eg des vriles de omportementF ves individus sont oloris selon leur lsse d9pprtenne l vrile ge.
Individuals factor map (PCA)

Dim 2 (19.64%)

ge 4 ge 5 ge 6 ge 3 ge 7 ge 9 ge 8 ge 10

-2

-1

-6

-4

-2

Dim 1 (62.71%)

ve premier xe de l9eg est li l9ge puisque les modlits de ette vriles sont ordonnes le long de l9xe IF gonernnt les ellipses de on(neD on oserve un hevuhement de ertines ellipses et une diminution de leur tille ve l9geF gette diminution ne peut ps tre impute un e'etif roissnt des lsses puisque les enfnts de Q et W ns sont ussi nomreux @fF tleu SFRAF IPT

SFQF epplition X honnes rtes gette diminution de l tille des ellipses indique peutEtre une homognistion des omportements ve l9geF ve hevuhement de ertines ellipses lisse penser des omportements prohes pour ertins gesF
Tableau SFR ! leurs moyennes des vriles de omportement pr ge @de Q IH nsAF
3 4 5 6 7 8 9 10

x niveux x (nl groupes x ritres its x ritres utiliss IFVP RFUT HFVV PFHT PFIQ SFUR IFSP PFQS PFRR TFPV PFQP PFWP PFUS UFPS PFTW QFHH PFTR TFWT QFQP QFRV PFUI UFUT QFHH QFHS PFUI VFHH QFQS QFRI PFVVI UFUU QFSV QFTW

emps QPVFTS RHHFHR QVQFTV QHWFHT PSVFTH PQWFTP PPIFUT IWUFIW

Nb enfants 17 23 25 16 25 21 17 26

our vri(er elD on s9intresse non plus u tleu individuel des ritres de omportement mis u tleu SFR moyenF e prtir de e tleuD on rlise une eg puis une ger prtir des xes de l9eg X on otient le dendrogrmme de l (gure SFIUF ge dendrogrmme fit lirement pprtre trois groupes d9ge ve des omportements di'rents X les QER nsD les SET ns et les UEVEWEIH nsF gei suggre de triter sprment les tris hirrhiques de es trois groupes d9enfntsF
Figure SFIU ! hendrogrmme otenu prtir des dimensions de l9eg du tleu SFR @vrile Nb enfants exlueAF ge dendrogrmme est reprsent sur le premier pln ftoriel de l9eg du tleu SFRF
Hierarchical clustering on the factor map
cluster 1 cluster 2 cluster 3

height

1.0

1.5

2.0

2.5

3.0

3.5

q q

q q

0.0

87

10

1.0 0.5 0.0 0.5 1.0 1.5

Dim 1 (89.59%)

hns l suiteD l mthodologie propose pour triter des donnes de tri hirrhique est illustre prtir des tris hirrhiques des enfnts de UD VD W et IH nsF
5.3.3 Rsultats

hns ette prtieD on illustre prtir de es donnes tous les rsultts prsents dns l mthoE dologieF IPU

Dim 2 (7.16%)

0.5

ghpitre SF ri hirrhique
Test de la premire valeur propre

evnt d9enter dns l9interprttion des rsulttsD on vri(e que les donnes re)te un ertin niveu d9ord entre les enfntsF v (gure SFIV reprsente l9histogrmme des premires vleurs propres otenues pr permuttion sur notre jeu de donnes de rfreneF ges premires vleurs propres vrient entre PSFP et PVFUF v vleur oserve sur le jeu de donnes est de UQFSD e qui est nettement suprieur ux vleurs otenues pr permuttionF v proilit ritique est ii nulle X l9ord oserv entre les enfnts ne peut don ps tre d u seul fit du hsrdF gei utorise don une nlyse omplte des rsulttsF
Figure SFIV ! ristogrmme des premires vleurs propres otenues pr permuttionsF v vleur oserve

sur le jeu de donne rte pprt en pointill rougeF

150 Frequency 0 20 50 100

30

40

50

60

70

80

Premire valeur propre

Reprsentation des cartes

v (gure SFIW orrespond l reprsenttion des IT rtes sur le premier pln ftoriel de l9epwF yn voit lirement pprtre R groupes de rtes X le premier xe oppose droite les rtes sur lesquelles pprissent un rr et guhe les rtes fisnt pprtre un rond Y le deuxime xe oppose en hut les rtes sur lesquelles pprissent de petites formes gomtriques et en s les rtes ve de grndes formes gomtriquesF einsiD l forme gomtrique semle tre le ritre le plus souvent utilis pr les enfnts pour sprer les rtes u premier niveu de hirrhie suivi pr l tille de l forme gomtrique omme seond ritreF gette impression visuelle peut tre qunti(e en lulnt les rpports de orrltion entre hque fteur du pln d9expriene @formeD tilleD etcFA et hque dimension de l9epw @fF leu SFSAF einsi le tleu SFS identi(e l premire dimension omme lie l forme et l deuxime dimension l tilleF v dimension R estD elleD trs lie l ouleur de l forme gomtrique et l dimension S u ontour de ette forme gomtriqueF in e qui onerne l dimension QD elleEi n9est lie uun des IPV

SFQF epplition X honnes rtes

Figure SFIW ! eprsenttion des rtes sur le premier pln ftoriel de l9epw des UD VD W et IH nsF
Individual factor map
10 B N H J

Dim 2 (13.43 %)

E G C O

AK F P -5

D I L M -10

-10

-5

0 Dim 1 (22.96 %)

10

fteurs prinipux du pln d9exprieneF gei est glement illustr pr l (gure SFPH qui reprsente les rtes sur le deuxime pln ftoriel issu de l9epwF
Tableau SFS ! pport de orrltion entre hque fteur du pln d9expriene @en ligneA et hque dimenE sion de l9epw @en olonneA des donnes rtesF
him I him P him Q gouleur fond H H H gouleur forme H HFHHHU HFHRQT porme HFWWWV H HFHHHI ille H HFVTHP HFIQPQ osition H H H gontour H HFHHQI HFHHHV wotif fond H H H him R H HFWRVS H HFHHQP H HFHHHI H him S H HFHHHI H HFHHPI H HFWVPQ H

Figure SFPH ! eprsenttion des rtes sur le deuxime pln ftoriel de l9epw des UD VD W et IH nsF
Individual factor map
F P J H D I 5 E G

Dim 4 (12.35 %)

K A

B N L M O C

-5

-10

-5

0 Dim 3 (12.96 %)

10

ne explition plusile de l prsene de ette troisime dimension est l suivnteF sl rsulte de IPW

ghpitre SF ri hirrhique l9interprttion des dimensions I et P que euoup d9enfnts se retrouvent ve qutres groupes de rtes identiques u seond niveu X es enfnts ont utilis l forme et l tille omme deux premiers ritres @peu importe l9ordreA et otiennent don les qutre mme groupes de rtes u seond niveu @rr petit E rr grnd E rond petit E rond grndAF gette prtition des rtes en qutre groupes n9est ps ompltement explique pr les deux premire dimensionsF in e'etD rppelons qu9une vrile qulittive R modlits d(nit un sousEespe de dimension Q X trois dimensions sont don nessires pour l rsumerF ves deux premires dimensions pprissent nturellement r elles orrespondent des premiers niveux de ertins enfntsF in revnheD e n9est ps le s pour l troisime dimension X uun enfnt n9 oppos son premier niveu les rtes iD qD hD sD vD wD yD g ux rtes D pD tD rD eD uD fD xF h9o l9ide de luler le rpport de orrltion entre l prtition en qutre groupes et l9xe Q X e oe0ient vut HFWSF v9utilisteur en onlur que et xe Q est en quelque sorte induit pr les deux premiers et n9pporte ps d9informtion prtiulire qunt l9importne d9un ritre X il pourr se onentrer dvntge sur les xes R et S d9utnt plus que euxEi ont une inertie trs prohe de elle de l9xe Q @fF leu SFTAF
Tableau SFT ! leurs propres et pourentges d9inertie ssois hque dimensionF
him I him P him Q him R him S leur ourentge ourentge d9inertie propre d9inertie umul UQFSS PPFWT PPFWT RQFHQ IQFRQ QTFRH RIFSI IPFWT RWFQT QWFSR IPFQR TIFUH QQFSI IHFRT UPFIT

Reprsentation des enfants et de leurs niveaux de hirarchie

v (gure SFPI reprsente les enfnts sur le premier pln ftoriel de l9epwF gette (gure illustre l diversit des rres fournis pr les enfntsF outefoisD TI enfnts sur les VW @soit TV7A ont une oordonne presque gle I sur l premire dimension X es enfnts ont utilis l forme gomtrique pour sprer les rtes en deux groupes leur premier niveu de hirrhieF gei peut tre illustr pr l9enfnt nVUF get enfnt une oordonne leve sur le premier xe et ien spr les rtes selon l forme gomtrique u premier niveu @fF pigure SFIR AF e l9inverseD l9enfnt nII qui une oordonne trs file sur l9xe I utilis un utre ritre @l ouleur du fondA pour sprer les rtes u premier niveu @fF pigure SFIR AF ur le deuxime pln ftoriel @fF pigure SFPPAD d(ni pr les dimensions Q et RD on retrouve e qui t non prdemment qunt l dimension QF i'etivementD uun sujet n9 une oordonne prtiulirement leve sur et xe e qui indique qu9uun sujet n9 spr les rtes omme propos pr l9xe Q ds son premier niveuF gette reprsenttion des sujets peut tre utile si l9on dispose glement d9informtion sur les sujetsF r exempleD on peut se demnder si les grons et les (lles fournissent les mmes rres ou ien des rres di'rentsF our elD on peut luler le rpport de orrltion moyen des (lles et des grons pour hque dimension et reprsenter ette informtion supplmentire sur l reprsenttion des enfnts @fF pigure SFPQAF IQH

SFQF epplition X honnes rtes

Figure SFPI ! eprsenttion des enfnts sur le
Groups representation
43 2 25 37 46 50 63 68 73 8 76 53 1 0.4 26 17 0.2 54 86 21 79 40 51 45 65 80 9 13 28 38 47 55 66 70 87 14 34 39 48 56 67 71

Figure SFPP ! eprsenttion des enfnts sur le

Groups representation
18 22 26 84 88

premier pln ftoriel de l9epw des UD VD W et IH nsF

1.0 57 12 58 0.8

deuxime pln ftoriel de l9epw des UD VD W et IH nsF

1.0 21

0.8

32 62 69 72 75 89 1 4 7 19 41 53 59 77 78 82 2 28 46 56 68 73 13 34 48 66 70 87 25 39 55 67 71

18 Dim 2 (13.43 %) 0.6

11
16 52 78 42 85

84 88 15 32 89 72 22 69 75 20 62

35 3 33

4 19 59 81 27 64

7 41 77 82 30 83

Dim 4 (12.35 %)

0.6

24 29 36

74 49 36 61 8 33 12 44

40

54

79

5 0.4

58 65

86 35 15

24 29

42 83 51 85 27 57 64

38

23 31 44 49 61 74

6 0.2

20 23 31

76

52 16

43 14 50

11 0.0 5 0.0 0.2 0.4 0.6 0.8

80
60 10

30 37 17 45 81 0.2 0.4 0.6 3 47 63 0.8 1.0

1.0

Dim 1 (22.96 %)

0.0

60 10 0.0

Dim 3 (12.96 %)

Figure SFPQ ! eprsenttion des enfnts sur le premier pln ftoriel de l9epw des UD VD W et IH ns et de

l9informtion supplmentire sexeF

1.0 58 0.8

Groups representation
43

57 12

2 25 37 46 50 63 68 73 8 76

13 28 38 47 55 66 70 87

14 34 39 48 56 67 71

18 Dim 2 (13.43 %) 0.6 53 1 0.4 26 17 0.2 54 86 21 79 40 51 45 65 80 9

24 29 36 4 19 59 81 27 64 7 41 77 82 30 83 16 52 78 42 85

Filles Garons

84 88 15 32 89 72 22 69 75 20 62

35 3 33

23 31 44 49 61 74

11 0.0 5 0.0 0.2 0.4 0.6 0.8

60 10 1.0

Dim 1 (22.96 %)

our qunti(er et e'et du sexeD on peut glement rliser une nlyse de vrine pr dimension dns lquelle l vrile expliquer est l vrile quntittive que reprsente les oordonnes des enfnts et l vrile explitive est l vrile qulittive du sexeF yn s9intresse lors u test de l9e'et glol X svoir est e que l9e'et sexe est signi(tifF ve tleu SFU rsume les proilits ritiques otenues pour hque dimension et pour les vriles sexeD ge et oleF hns notre exempleD nous n9vons ps russi mettre en videne un e'et de l9oleF v vrile sexe intervient de justesse sur l dimension R X les oe0ients de l9nlyse de vrine @et leurs proilits ritiquesA nous permettent de dire que les (lles utilisent moins que les grons le ritre de l ouleur de l forme gomtrique dns leur triF in(nD l vrile ge intervient sur les dimensions IQI

ghpitre SF ri hirrhique
Tableau SFU ! roilits ritiques ssoies u test de l9e'et sexeD ge et ole dns l9nlyse de

vrine o l vrile expliquer est l dimensionF ves proilits ritiques infrieures S7 sont identi(es pr une strisqueF
exe ege him I HFURIQ HFIPUI him P HFUHRT HFPUSV him Q HFUVTT HFHPQSB him R HFHRWHB HFQHTU him S HFPHSI HFHQPRB ole HFPQUU HFPUW HFRVQP HFTHPT HFSUTV

Q et S X en e qui onerne l dimension SD les oe0ients de l9nlyse de vrine @et leurs proilits ritiquesA nous permettent de dire que les enfnts de U ns ont moins utilis le fteur ontour pour sprer les rtes que les utresF v (gure SFPR reprsente pr un tringle noir tous les niveux de hirrhie de tous les enfnts @il y euoup de superpositionsAF our plus de lisiilitD seuls les liells des niveux des enfnts de l (gure SFIR pprissent @enfnts nIID IPD IU et VUAF ur l (gure SFPRD les niveux de hirrhie de tous les enfnts ont t relis X nous ppelons trjetoire l ligne rise qui relie pour un enfnt donn es di'rents niveux de hirrhie de fon roissnte @niveu I E niveu P E etcFAF ves trjetoires des qutre enfnts prdents et leurs liells pprissent de qutre ouleurs distintesF
Figure SFPR ! rjetoires des enfnts sur le premier pln ftoriel de l9epw des UD VD W et IH nsF VUFxI

orrespond u niveu I de l9enfnt nVUF

1.0 12.N1 0.8

Groups representation
87.N3 87.N2

12.N2

Dim 2 (13.43 %)

0.6

17.N2 0.4

17.N3

0.2

17.N1 11.N2 11.N1 0.0

11.N3 87.N1

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (22.96 %)

our l9enfnt nVUD son premier niveu une oordonne forte sur l9xe I et file sur l9xe P X ei signi(e que et enfnt son premier niveu ien spr les rtes selon l forme gomtrique prsente sur les rtesF on deuxime @et troisimeA niveu une oordonne leve sur les deux premires dimensions X et enfnt utilis l tille omme deuxime ritre de sprtionF gei se vri(e sur l (gure SFIRF v9enfnt nIP qunt lui son premier niveu de hirrhie qui une oordonne file sur l9xe I et forte sur l9xe P X il utilis l tille omme premier ritre de sprtion @fF pigure SFIRAF on deuxime niveu une oordonne moyenne sur l9xe I r son deuxime niveu spre en prtie les IQP

SFQF epplition X honnes rtes rtes selon l formeF v9enfnt nII ses trois niveux ve des oordonnes files sur le premier pln X et enfnt n9 utilis ni l formeD ni l tille pour sprer les rtesF in e'etD il utilis omme premier ritre l ouleur du fond et omme seond ritre l ouleur de l forme @fF pigure SFIRAF ve niveu I de l9enfnt nIU une oordonne nulle sur les deux premires dimensions r et enfnt utilis l position omme premier ritre @fF pigure SFIRAF in revnhe pour son deuxime niveu il utilis pour l9un des groupesD l tille omme ritre de sprtion X son niveu P don une oordonne moyenne sur l9xe PF eu niveu QD il utilis en prtie l forme omme ritre X e niveu don une oordonne moyenne sur l9xe IF
Ellipses de conance

v (gure SFPS reprsente les ellipses de on(ne otenues utour de l position des rtes X on oserve de toutes petites ellipses pour toutes les rtesF our trois groupes sur qutre mis en videne pr e premier pln ftorielD les ellipses se hevuhent ompltementF in revnhe pour le groupe se situnt dns le drn en hut droiteD les ellipses se hevuhent deux deux X pour les rtes f et x d9une prt et pour les rtes r et t d9utre prtF
Figure SFPS ! illipses de on(ne utour de l position des rtes dns le pln d(ni prtir des dimension

I et P de l9epw des UD VD W et IH nsF

10

Confidence ellipses for the mean points

N B H J

E G CO

Dim 2 (13.43%)

K A P F

-5

DI L M

-10

-10

-5

0 Dim 1 (22.96%)

10

v tille prtiulirement petite de es ellipses n9est ps sns rppeler les prolmes de dimenE sionnlit que nous vons mis en videne X 9est pourquoi leur vlidit est on(rmerF v (gure SFPT reprsente les rpports de reouvrement otenus sous H0 X es rpports vrient entre HFWVQ et HFWVVF v vleur oserve sur nos donnes est de HFWWVD e qui tit ttendu tnt donn l tille reltiveE ment petite des ellipses @fF pigure SFPSAF fien qu9ve des permuttions on otienne des rpports plutt grndsD es rpports ne sont jmis suprieurs u rpport de reouvrement oserv sur nos donnes X on rejette don l9hypothse que l tille des ellipses soit due u hsrdF sl fut toutefois IQQ

ghpitre SF ri hirrhique rester prudent qunt l9interprttion de es ellipses et prtiulirement u nonEhevuhement des ellipses des rtes fD x et rD tF in e'etD de pr leur petite tille rti(ielle @due u formt des donE nesAD le hevuhement de deux ellipses s9interprte omme une nonEdi'renition pr les sujets des ojets uxquels elles sont ssoies mis on ne peut rien dire qunt u nonEhevuhementF
Figure SFPT ! ristogrmme des rpports de reouvrement otenus pr permuttionsF v vleur oserve sur

le jeu de donne rtes pprt en pointill rougeF

120 Frequency 0 0.980 20 40 60 80 100

0.985

0.990 Ratio

0.995

1.000

5.4

Comparaison du tri hirarchique et de la catgorisation : Donnes publicits

v tgoristion et le tri hirrhique ont dj fit l9ojet de omprison X igoro' @PHHSA et flnher et al. @PHHVAF hns es omprisonsD es uteurs se sont priniplement intresss omprer tgoristion et tri hirrhique u niveu de l seule reprsenttion des ojets issue de hune de es deux mthodes de reueil @flnher et al. @PHHVA s9est glement intress l9utilistion des motsA et ils ont montr que le tri hirrhique tend mieux di'renier les ojets que l tgoristionF xous ordons pour notre prt ette omprison en terme de rsultts et de sorties fournies pr l9une ou l9utre des mthodesF gette omprison est orde selon trois points de vue X l ompE rison des omportements des sujets fe hune des preuvesD l omprison de l9utilistion des mots dns hune des mthodes et l omprison des di'rentes reprsenttions @ojetsD sujetsA issues de hune des mthodesF hns l omprison des reprsenttionsD nous doptons un point de vue glol puisque ette omprison est rlise u sein d9une nlyse gloleF hns un premier tempsD nous prsentons le jeu de donnes utilis pour omprer tgoristion et tri hirrhiqueF insuiteD nous nous intressons l omprison des mthodes de reueil selon les trois points de vue prsents prdemment vnt de fire le iln de es omprisonsF IQR

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits

5.4.1 Donnes

ves ojets sont IT puliits otenues selon un pln frtionnire S fteurs ynt P modlits X ouleur du fond @lnGvertAD prsene d9une photo @ouiGnonAD prsene de l9rohe g9est l9hiver vous vous sentez frgile c y'rez des vitmines votre orps @ouiGnonAD de l9llgtion ihe en vitmines eD gD fI et fP @ouiGnonA et de l rlistion d9un test @ouiGnonAF ve tleu SFV prsente le pln frtionnire 251 utilis pour onstruire les IT puliits Y l (gure SFPU prsente les IT puliitsF
Tableau SFV ! ln frtionnire 251 utilis pour onstruire les IT puliits notes de e F
e f g h i p q r s t u v w x y pond pemme erohe ellgtion est ln oui non oui oui vert oui non oui non vert non oui non oui ln oui non non non vert oui oui oui oui ln oui oui oui non ln oui oui non oui vert oui non non oui ln non oui non non vert non non non non vert oui oui non non ln non non oui non vert non oui oui non vert non non oui oui ln non non non oui ln non oui oui oui

PP sujets ont rlis une preuve de tgoristion prtir de es IT puliits et PP utres sujets ont rlis une preuve de tri hirrhique lireF xous ppelons tri hirrhique lire l9preuve lors de lquelle hque sujet pour onsigne dns un premier temps de diviser en utnt de groupes qu9il le souhite l9ensemle des IT puliits qui lui sont prsentesF hns un seond tempsD il peut s9il le souhite diviser hque groupe de nouveu et insi de suite jusqu9 e qu9il ne ressente plus le esoin de diviser les groupes onstitusF uelques vriles de signltique ont t reueillies sur es sujetsD notmment les vriles d9ge et de sexeF ves proportions d9hommes et de femmes interrogs tient peu prs les mmes pour les deux preuves @IU femmes et S hommes pour l tgoristion ontre IS femmes et U hommes pour le tri hirrhiqueAF v rprtition des ges est glement qusiment le mme X tendue de IV TQ ns et moyenne de QPFWI ns pour l tgoristion ontre tendue de IU TR ns et moyenne de QIFUU ns pour le tri hirrhiqueF

IQS

ghpitre SF ri hirrhique

Figure SFPU ! he hut en s et de guhe droiteD les IT puliits nommes de e F

IQT

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits

5.4.2 Comparaison

xous ordons suessivement l omprison des omportements des sujets fe hune des preuvesD l omprison de l9utilistion des mots et en(n l omprison des di'rentes reprsenE ttionsF
Etude comportementale

hns un premier tempsD on s9intresse l struture des tris fournis en omprnt le nomre de groupes fournis lors de l9preuve de tgoristion et de tri hirrhiqueD le nomre de puliits pr groupeD etcF
Figure SFPV ! xomre de groupes fournis lors de l9preuve de tgoristion pour les donnes puliitsF

10

16

v (gure SFPV reprsente le nomre de groupes fournis lors de l9preuve d tgoristionF v moiti des sujets ont onstitu R groupes de puliitsF v (gure SFPW reprsente guhe le nomre de groupes onstitus u premier niveu du tri hirrhique et droite u dernier niveuF eu premier niveuD les sujets font en mjorit P groupes de puliits et un qurt environ onstituent qutre groupesF gei indique que le fit de svoir que les tris pourront tre 0ns rend les sujets moins (ns dns leur theF eu dernier niveuD l mjorit des sujets onstituent V groupesD e qui est nettement suprieur l tgoristion Y seul un sujet fournit R groupes son dernier niveu de hirrhieF ve tri hirrhique pousse don les sujets tre plus pris dns leur triF

IQU

ghpitre SF ri hirrhique
Figure SFPW ! xomre de groupes fournis lors de l9preuve de tri hirrhique lire u premier niveu @guheA

et u dernier niveu @droiteA pour les donnes puliitsF

14

12

10

11

13

14

15

16

v (gure SFQH reprsente le nomre de puliits pr groupe lors de l9preuve de tgoristion X les groupes sont le plus souvent omposs de uneD deux ou qutre puliitsF v (gure SFQI reprsente le nomre de puliits pr groupe u premier @ guheA et u dernier niveu @ droiteA lors de l9preuve de tri hirrhiqueF eu premier niveuD les groupes sont omposs mjoritirement de V puliitsD e qui est en lien diret ve le fit le nomre de groupes fournis e niveu @priniplement deuxD fF pigure SFPW guheA et le fit que les puliits soient onstruites selon des fteurs deux modlitsF eu dernier niveuD les groupes sont mjoritirement omposs de une deux puliitsF
Figure SFQH ! xomre de puliits pr groupe lors de l9preuve de tgoristionF
40 0 10 20 30

IQV

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits

Figure SFQI ! xomre de puliits pr groupe lors de l9preuve de tri hirrhique lire u premier niveu

@guheA et u dernier niveu @droiteAF

30

25

20

15

10

20

40

60

80

100

i l9on s9intresse u nomre de niveux fournis lors de l9preuve de tri hirrhique @fF piE gure SFQPAD on remrque que les sujets fournissent le plus souvent un tri en trois niveuxF yn remrque glement qu9uun sujet n9 fourni qu9un seul niveuD e qui montre l onne omprhension de l the pr les sujetsF
Figure SFQP ! xomre de niveux fournis lors de l9preuve de tri hirrhique lire pour les donnes puliE

itsF

10

IQW

ghpitre SF ri hirrhique in plus de l9tude de l struture des trisD on s9est intress u temps pss @en seondesA hque preuveF v (gure SFQQ reprsente les otes de dispersion otenues selon hune des preuveF A prioriD l tgoristion demnde moins de temps que le tri hirrhique @V XPH minutes ontre II minutesA ependnt ette di'rene n9est ii ps signi(tiveF
Figure SFQQ ! fotes de dispersion des temps @en seondesA psss l9preuve de tgoristion et de tri

hirrhique pour les donnes puliitsF

1500

Temps

500

1000

Catgorisation

Tri hirarchique libre

Utilisation des mots

vors de l9preuve de tgoristion les mots les plus souvent its sont vertD ln et fond @fF leu SFWA qui font rfrene l ouleur de fond des puliitsF vors de l9preuve de tri hirrE hiqueD es deux mots sont glement eux le plus souvent its u premier niveu @fF leu SFIHA Y en revnhe u seond niveuD on trouve les mots psD photo et femme qui font rfrene l prsene ou non de l photo d9une femmeF
Tableau SFW ! ginq mots les plus its pour drire des groupes de puliits lors de l9preuve de tgoriE

stionF

ert fln xom logn fouteille

yurrene PV PU PP IW IU

IRH

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits

Tableau SFIH ! ginq mots les plus its pour drire des groupes de puliits ux niveux I @guheA et P

@droiteA lors de l9preuve de tri hirrhiqueF yurrene ert IT fln IS pond T ersonnge R wots R

s hoto pemme ert wessge

yurrene IH U T S S

in tgoristionD l prsene de mots permet une rtristion direte des ojets pr les mots qui leur sont ssois de fon privilgie X 9estEEdire qui sont plus souvent utiliss pour drire un ojet que l9ensemle des ojetsF ve tleu SFII pr exemple liste les mots utiliss de fon privilgie pour drire l puliit fF siD il n9 y qu9un seul mot X vertF
Tableau SFII ! grtristion de l puliit f lors de l9preuve de tgoristionF

ert

glGwod wodGgl qlol pFvlue vFtest IQFIT7 IQFU7 TFUS7 HFHR PFHR

in tri hirrhiqueD ette rtristion des ojets peut se fire pour un niveu donnF yn peut pr exemple s9intresser ux mots ssois de fon privilgie un ojet ux premiers niveux de l9ensemle des sujetsF i on prend l9exemple de l puliit fD u niveu de l9ensemle des sujetsD ette puliit n9est rtrise pr uun motF v notion de niveu du tri hirrhique mne s9intresser es niveux et herher les E rtriser X existeEtEil des mots plus souvent ssois ertins niveux qu9 d9utres c ve tleu SFIP reprend les mots les plus souvent its pour drire des groupes onstitus ux premiers niveux des hirrhies des sujets X es mots sont les mots vert et lnF
Tableau SFIP ! grtristion du niveu I lors de l9preuve de tri hirrhique pour les donnes puliitsF

ert fln

glGwod wodGgl qlol pFvlue vFtest RUFQU7 ISFPS7 TFVI7 HFHIS PFRQ SH7 IIFVT7 SFHP7 HFHPU PFPI

eutEtre plus que l rtristion des di'rents niveux du tri hirrhiqueD e qui est inE tressntD e sont les oppositions qui pprissent le plus souvent hque niveuF our elD le tleu SFIQ reprend les oppositions les plus souvent ites hque niveu de hirrhieF yn onstte qu9u niveu ID presque l moiti des sujets ont voqu l ouleur de fond pour di'renier les puliits et seulement 13% ont it l prsene ou l9sene d9une photoF in revnheD u niveu PD 9est l9sene ou l prsene d9une photo qui t ite pr un sujet sur qutre pour di'renier les puliitsF ges oppositions sont prfitement en ord ve l reprsenttion des puliits otenue dns l prtie qui suitF
Comparaison des reprsentations

our omprer les reprsenttionsD on utilise ii une epwr @fF pigure SFQRA qui quilire un premier niveu l9in)uene de hune des mthodes @ e niveuD un groupe = un jeu de donnes pour IRI

ghpitre SF ri hirrhique
Tableau SFIQ ! yppositions les plus ites hque niveu de hirrhie pour les donnes puliitsF
Opposition Pourcentage d'occurrence

ertGfln hotoGs photo hotoGs photo lognGs slogn ertGfln henseGs dense lognGs slogn estGs test estGs test estGellgtion

xiveu I xiveu P

RHFWI7 IQFTR7 PTFWP7 PQFHV7 WFTP7 WFTP7 RIFSI7 QHFIW7 SUFIR7 IHFUI7 IHH7 IHH7

xiveu Q xiveu R

xiveu S feuoup d9informtionGs euoup d9informtion xiveu T estGellgtion

une mthodes donneA et un seond niveuD pour hune des mthodesD l9in)uene de hun des sujets @ e niveuD un groupe = un sujet X 9estEEdire une vrile qulittive dns le s des donnes de tgoristion ou un groupe de vriles qulittives dns le s des donnes de tri hirrhiqueAF gette nlyse fournit di'rents grphiques utiles dns l omprhension des di'renes oserves entre les deux mthodesF ges grphiques sont interprts iiF
Figure SFQR ! hm d9epwr servnt omprer les rsultts issus de l tgoristion et du tri hirrE

hiqueF

Tri hirarchique

Catgorisation

v (gure SFQS reprsente le premier pln ftoriel issu de l9epwr de l (gure SFQRF ve premier xe de l9epwr oppose trs nettement les puliits vertes guhe ux puliits lnhes droite lors que le deuxime xe oppose de fon moins nette les puliits sur lesquelles pprt une photo en hutD ux puliits sns photo en sF ves fteurs ouleur et prsene d9une photo sont don les prinipux fteurs utiliss pour sprer les puliits d9un grnd nomre de sujetsF i l9on s9intresse mintennt ux points prtiels des puliits selon l mthode de tri utilise @fF pigure SFQTAD l position des puliits sur le pln est similire quel que soit le tri e'etuD IRP

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits

Figure SFQS ! eprsenttion des puliits sur le premier pln de l9epwr servnt omprer tgoristion

et tri hirrhiqueF

Individuals factor map

F G
2

K
1

A
Dim 2 (13.03 %)

B
0

D M P I C

-1

O L
-2

N J

-2

-1

0 Dim 1 (15.53 %)

tgoristion ou tri hirrhiqueF in e'etD pour hune des puliitsD on n9oserve ps de grnde disprit de position entre le point prtiel de tgoristion et le point prtiel de tri hirrhiqueF
Figure SFQT ! eprsenttion des puliits prtielles sur le premier pln de l9epwr servnt omprer

tgoristion et tri hirrhiqueF

Superimposed representation of the partial clouds

Catgorisation Tri hirarchique

F E K

Dim 2 (13.03 %)

A H 0 D P I -1 C M B

L -2

O J

-2

-1

0 Dim 1 (15.53 %)

yn remrque qund mme que les points prtiels orrespondnt u tri hirrhique rpprohent IRQ

ghpitre SF ri hirrhique plus les puliits ve photos que l tgoristionF r exempleD les puliits eD hD p et q sont plus prohes entreEelles @dns le qurt droit suprieur du plnA selon le tri hirrhique que selon l tgoristion @il en est de mme pour les groupes fD rD i et u Y gD wD t et x Y sD D v et yAF gei peut s9expliquer pr le fit que le tri hirrhique require une dmrhe plus nlytique et pr onsquent les proximits entre puliits qui se ressemlent insi que les distnes entre puliits dissemlles sont entuesF v (gure SFQU reprsente les xes prtiels des nlyses spres de hun des deux jeux de donnes @les donnes de tgoristion d9une prt et les donnes de tri hirrhique d9utre prtAF gette (gure indique que tel quelD e pln ftoriel reprsente ien elui de l9nlyse des donnes de tri hirrhique etD une rottion prsD il reprsente glement ien elui de l9nlyse spre des donnes de tgoristionF
Figure SFQU ! eprsenttion sur le premier pln ftoriel de l9epw servnt omprer tgoristion et tri

hirrhiqueD des xes prtiels des nlyses spres de hun des deux jeux de donnesF
Partial axes
Dim2.tri.hirarchique 1.0 Dim 2 (13.03 %) 0.5

Dim1.tri.hirarchique 0.0 -0.5

Dim1.catgorisation

Dim2.catgorisation -1.0

-1.0

-0.5

0.0 Dim 1 (15.53 %)

0.5

1.0

v (gure SFQV orrespond l reprsenttion des groupesF ur le grphique de guheD on trouve l reprsenttion des mthodes Y 9estEEdire le niveu suprieur de l hirrhie de l (gure SFQRF ur e grphiqueD les deux mthodes ont une oordonne presque gle I sur l premire dimension X l sprtion des puliits selon l ouleur du fond est un fteur ommun ux deux mthodesF ur l deuxime dimensionD l tgoristion une oordonne plus leve que le tri hirrhique X l sprtion selon l prsene ou non d9une photo semle plus lie l9preuve de tgoristion qu9 elle de tri hirrhiqueF gei est en lien diret ve le fit que sur l (gure SFQTD les puliits sont plus extrmes sur l9xe P selon l tgoristion que selon le tri hirrhiqueF ur le grphique de droite de l (gure SFQVD les sujets sont reprsents Y les points rouges orresE pondent ux sujets ynt e'etu de l tgoristion lors que les points verts orrespondent ux sujets ynt e'etu du tri hirrhiqueF ne grnde prtie des sujets ont une oordonne prohe de I sur l premire dimension @II sur PP pour eux ynt fit de l tgoristion et IR sur PP pour eux ynt fit du tri hirrhiqueA X pour les sujets ynt fit de l tgoristionD el signi(e que l IRR

SFRF gomprison du tri hirrhique et de l tgoristion X honnes puliits ouleur du fond t l9un de leur ritre pour sprer les puliits @mis peutEtre ps uniquementA et pour eux ynt fit du tri hirrhiqueD el signi(e qu9ils ont spr les puliits selon l ouleur du fond leur premier niveuF
Figure SFQV ! eprsenttion de hune des mthodes @guheA et des sujets @droiteA sur le premier pln
Groups representation 1.0
Groups representation J22 J2 J7 J16 J32 J11 J21 J9 J10 J35 J44 J43 J13 J36 J41 J24 J19J1 J15 J26 J30 J40 J39 J42 0.4 J12 J14 J5 J3 J17 J27 J31 J23 J37 J38 J34 J4 J18 J8 1.0

de l9epwr servnt omprer tgoristion et tri hirrhiqueF ves sujets sont hills d9une ouleur en fontion de l the qu9ils ont e'etue @rouge pour l tgoristion et vert pour le tri hirrhiqueAF
Catgorisation

0.8

Tri hirarchique

Dim 2 (13.03 %)

0.6

Dim 2 (13.03 %)

0.6

0.8

J29

J25

0.2

0.4

0.2

J20 J28 J33 J6

0.0

0.0

0.2

0.4

0.6

0.8

1.0

0.0

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (15.53 %)

Dim 1 (15.53 %)

r rpport l tgoristionD le tri hirrhique permet une reprsenttion supplmentire X elle des niveux de hirrhie ssois hque sujet @fF pigure SFQWAF gette reprsenttion on(rme e qui t dit prdemment onernnt les sujets ynt rlis le tri hirrhique et ynt une forte oordonne sur l9xe I X on retrouve ien leurs niveux I ve une forte oordonne sur l9xe I Y ils ont don e'etu leur sprtion selon le ritre de l ouleur du fond u premier niveu de leur hirrhieF gette reprsenttion nous permet pr ontre de voir que prmi les V sujets n9ynt ps une forte oordonne sur l9xe ID ertins @QPD QS et RRA ont qund mme utilis omme ritre l ouleur du fond mis des niveux infrieurs X u niveu P pour les sujets QS et RR et u niveu R pour le sujet QP @d9prs les fortes oordonnes de es niveux sur l9xe IAF gette reprsenttion pprt omme trs utile pour onntre l hirrhistion des ritres de tri pour hque sujetF
5.4.3 Bilan

gette omprison des rsultts issus de tgoristion et de tri hirrhique montre sur et exemple des rsultts ssez prohes entre les deux mthodes du point de vue de l reprsenttion des ojetsF einsi si l9on s9intresse uniquement ette reprsenttionD l tgoristion semle l mthode l fois l moins oteuse en temps de mise en uvre pour les sujets et l plus simple nlyser pour le prtiienF in revnheD si on s9intresse dvntge l dmrhe utilise pr les sujets pour rer leurs groupesD 9estEEdire leur strtgie de triD dns e s le tri hirrhique semle inontournleF IRS

ghpitre SF ri hirrhique
Figure SFQW ! xiveux ssois ux sujets ynt e'etus l9preuve de tri hirrhique reprsents sur le

premier pln de l9epwr servnt omprer tgoristion et tri hirrhiqueF

Groups representation
1.0 32.N3 29.N3 0.8 29.N4 32.N2 24.N2 40.N3 44.N3 30.N2 31.N3 38.N3 34.N2 42.N2 32.N1 0.4 42.N1 27.N2 0.2 27.N1 25.N1 37.N3 29.N2 25.N2 29.N1 35.N1 44.N1 Dim 2 (13.03%) 0.6

26.N4 30.N4 39.N4 40.N4 43.N4 23.N3 24.N3 26.N3 30.N3 32.N5 32.N6 35.N3 39.N3 43.N2 32.N4 36.N2 41.N2

23.N2 26.N2 35.N2 36.N1 37.N2 38.N2 40.N2 41.N1 43.N1 44.N2

31.N1

31.N2

24.N1 39.N2

28.N3 28.N2 33.N3 33.N2

23.N1 26.N1 28.N1 30.N1 33.N1 34.N1 37.N1 38.N1 39.N1 40.N1

0.0 0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (15.53%)

5.5

Conclusion

v9tude de plusieurs hirrhies est un prolme omplexe en sttistiqueD issu de di'rentes pplitionsF gonernnt es pprohesD les uteurs se sont trs souvent intresss l reherhe d9une hirrhie onsensus X 9estEEdire une hirrhie rendnt ompte u mieux de l9ensemle des hirrhies tudiesF gette reprsenttion moyenne  sous l forme d9une hirrhie l9vntge de l simpliit et d9tre de mme nture que les donnesF gependntD on peut lui reproher de ne ps reprsenter l diversit des hirrhies tudiesF g9est pourquoi nous nous sommes intresss une reprsenttion moyenne des ojets sous l forme eulidienneF in e'etD pour les donnes de tri hirrhiqueD on ne veut ps forment une reprsenttion moyenne qui trduise uniquement un onsensus entre les sujets mis on veut glement fire pprtre l diversit des hirrhies fourniesF ves donnes de tri hirrhique ont dj donn lieu l reherhe d9une reprsenttion eulidienne moyenne des ojetsF e ette reprsenttion des ojetsD ertins uteurs @flnher et al.D PHHVY ghre et al.D PHHVY ntos et al.D PHIHA ont jout une reprsenttion des sujetsF gependnt dns leur pproheD es deux reprsenttions ne sont ps lies entreEelles suf pour l premire dimension X elles ne peuvent don ps s9interprter onjointementF h9o l9ide de proposer l fois une reprsenttion des ojets et des sujets mis lies entreEelles de fon e que l9on puisse se servir de l9une pour interprter l9utreF g9est dns e ontexte que nous vons propos un nouveu odge des donnes de tri hirrhique et une nouvelle mthodologie pour triter es donnesF gette mthodologie se sur l9epw fournit une reprsenttion des ojets et une reprsenttion des sujets liesF ille fournit en plus de es reprsenttions usuelles une reprsenttion des niveux de hque hirrhie X ette reprsenttion peut s9vrer utile lors d9une nlyse (ne des donnes Y lorsque l9on herhe omprendre le proessus IRT

SFSF gonlusion de tri des di'rents sujetsF e es reprsenttionsD nous vons jout des lments de vliditF ges lments de vlidit onernent tout d9ord l vlidit glole des donnes qui permet d9rter les jeux de donnes issus du hsrd X nous vons ord el trvers une proilit ritique ssoie l premire vleur propre de l9epwF insuiteD es lments de vlidit onernent l position des ojets les uns pr rpport ux utres et le rle du jury utilis sur ette positionF gel se trduit pr l onstrution d9ellipses de on(ne utour de l position des ojets reprsentnt insi l position que les ojets urient pu prendre si un utre jury vit t utilisF yn vu que l onstrution de es ellipses pose quelques prolmes dus l dimensionnlit des donnes X on tendne ve euoup de sujets et peu d9ojets otenir de petites ellipses ien di'reniesF g9est pourquoi nous proposons d9ssoier une proilit ritique es ellipsesF outefoisD mme ve une proilit ritique infrieure 5%D il est on de rester prudent dns leur interprttionF in(nD lorsque hque hirrhie ne ontient qu9un seul niveuD es donnes et l mthodologie se onfondent ve l mthodologie propose u hpitre P pour triter les donnes de tgoristionF ve fit que l9egw soit un s prtiulier de l9epw permet d9envisger le tritement simultn de hirrhies et de prtitionsF gonrtementD du point de vue du reueilD ei peut permettre de lisser le hoix ux sujets de fournir soit une prtition @9estEEdire une tgoristion usuelleAD soit un rre hirrhique @9estEEdire un tri hirrhiqueA selon leur isne ve l9une ou l9utre des mthodesF ges donnes peuvent lors tre trites pr epw en onsidrnt un sujet omme un groupe de vrilesF

IRU

ghpitre SF ri hirrhique

IRV

Troisime partie

Implmentation dans R

IRW

Chapitre

Implmentation dans R de la fonction fast pour le traitement de donnes de catgorisation

Sommaire
6.1

TFIFI erguments en entre F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ISP TFIFP orties F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ISP TFIFQ ixemple F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ISQ TFPFI TFPFP
Fonctions associes la fonction

Fonction

fast

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

152

6.2

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ISQ print.fast F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ISS

plot.fast
156

fast

. . . . . . . . . . . . . . . . . . . .

153

6.3

fast

dans Rcommander . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ge hpitre prsente l9implmenttion dns de l fontion permettnt d9otenir tous les rsulE tts issus d9une preuve de tgoristionF

ISI

ghpitre TF smplmenttion dns de l fontion fast pour le tritement de donnes de tgoristion

6.1 Fonction

fast

v fontion fast trite les donnes de tgoristion prtir d9une egw et fournit l9utilisteur tous les rsultts utiles l omprhension des donnesF ille fournit une grnde prtie des rsultts voqus dns l prtie QFPF gette fontion t onstruite utour de l fontion MCAD rite en D du pkge ptowine @russon et al.D PHHWAF
6.1.1 Arguments en entre

v9ppel de l fontion se fit de l fon suivnte X

fast(don, ncp=5, graph=TRUE, axes=c(1,2), alpha=0.05, B=200, word.min=2, sep.words=";", val=FALSE, B.val=200, label.miss=NULL)

sl y II rguments en entre de l fontion X don X jeu de donnes ontennt les donnes de tgoristion omprennt I lignes @nomre d9ojetsA et J olonnes @nomre de sujetsA ncp X nomre de omposntes priniples retenir pour l9nlyse @pr dfut SA graph X oolen Y si vriD les grphiques des ojetsD mots et sujets sont produits @pr dfut vriA axes X veteur ontennt les dimensions trer pour les grphiques @pr dfutD dimensions I et PA alpha X seuil pour l onstrution des ellipses de on(ne utour des ojets @pr dfut HFHSA B X nomre de simultions orrespondnt u nomre de jurys virtuels simuls @pr dfut PHHA word.min X frquene minimum pour l sletion des mots lors de l9nlyse textuelle @pr dfut PA sep.words X sprteur de mots pour l9nlyse textuelle @pr dfut  YA val X oolen Y si vriD des lments de vlidit sont luls @pr dfut fuxA B.val X si des lments de vlidit sont demndsD nomre de permuttions e'etuer @pr dfut PHHA lab.miss X lel utilis @pr exemple missA pour les groupes d9ojets mnqunts si les donnes sont inompltes @pr dfutD xvvD on suppose que les donnes sont ompltesA ves dix derniers rguments ont des vleurs pr dfutF i euxEi onviennent l9utilisteurD il su0t lors d9entrer uniquement le jeu de donnes dns l fontion pour lner l9nlyseF
6.1.2 Sorties

v fontion fast retourne une liste ontennt les lments suivnts X eig X mtrie ontennt toutes les vleurs propresD les pourentges de vrine et les pourenE tges de vrine umuls ISP

TFPF pontions ssoies l fontion fast X liste de mtries ontennt tous les rsultts pour les mots @oordonnesD osinus rrD ontriutionsD vFtestA ind X liste de mtries ontennt tous les rsultts pour les ojets @oordonnesD osinus rrD ontriutionsA group X liste de mtries ontennt tous les rsultts pour les sujets @oordonnesD osinus rrD ontriutionsA cooccur X mtrie de oourrenes entre ojets rordonne selon l oordonne des ojets sur le premier xe de l9egw cramer X mtrie des V de grmer entre hque pire de sujets reord X mtrie rordonne ojets sujets X les ojets sont ordonns selon leur oordonne sur le premier xe de l9egw et les sujets selon leur oordonne sur le premier xe de l9epg de l mtrie des V de grmer textual X rsultts de l9nlyse textuelle @desription utomtique des ojets pr les motsA call X liste ve quelques sttistiques @pr exemple les rsultts des rEhntillonnges pour l onstrution des ellipsesD tous les rsultts de l9egwD etcFA gette liste peut tre utile l9utilisteur si eluiEi souhite rliser une tude pprofondie des rsultts notmment trvers l9tude de l qulit de reprsenttion des di'rents lmentsD leur ontriution ux di'rents xesD etcF
var

6.1.3 Exemple

ve jeu de donnes d9exemple @perfumeA orrespond ux donnes de tgoristion de l setion QFP dont on n9 onserv que QH tgoristionsF
> data(perfume) > res.fast<-fast(perfume)

v fontion retourne utomtiquement plusieurs grphiques @fF pigure TFIAF

6.2 Fonctions associes la fonction

fast

sl existe deux fontions ssoies l fontion fast X plot.fast et print.fastF ges deux fonE tions sont drites iEdessousF
6.2.1 plot.fast

v fontion plot.fast permet des reprsenttions grphiques issues de l fontion fast X elle prend don en entre un ojet rsultt de ette fontionF ille permetD l9issue de l9nlyseD de ressortir ertins grphiques en les modi(nt si esoin notmment u niveu des ouleurs utilisesD du titreD des dimensions reprsentesD etcF v9utilisteur hoisit glement quels lments il veut reprsenter X es sujetsD les ojetsD les mots ou ien les ojets et les mots de fon superposeF ISQ

ghpitre TF smplmenttion dns de l fontion fast pour le tritement de donnes de tgoristion

Figure TFI ! qrphiques retourns utomtiquement pr l fontion fastF
Number of groups formed from sorting tasks
12

Number of products per group

Number of words per group

35

10

30

25

15

20

10

10

20

30

40

50

MCA factor map

2.0 3

MCA factor map

3

MCA factor map

Angel
q

J.22_particular J.25_strong J.31_strong J.36_Gr5

J.22_particular J.25_strong J.31_strong J.36_Gr5

1.5

J.14_vanilla J.1_exotic J.15_toeat J.35_intense spicy J.23_Gr4 sweet spiritofislands sweet pleasant J.32_spicy J.16_food J.3_party chocolate sipce J.27_strong J.33_spring J.19_man sweet sickly strong J.29_woman J.26_wooded nature J.26_fresh J.31_Gr3 young fruity J.21_Gr2 J.28_soft pleasant strong male medicine J.17_sweet J.2_Gr3 J.36_vanilla J.10_Gr1 J.34_acrid strong J.11_Gr2 J.27_Gr2 J.29_Gr6 fruity strong J.30_alcohol fruity middle J.30_warm J.12_flowery softJ.35_old J.10_Gr3 J.14_rough J.36_Gr4 strong J.1_strong J.16_household alcoholized grandmother wax aggressive J.15_old grandmother J.35_pistachio J.22_strong J.28_food J.35_mosquitorepellent strong J.22_particular J.14_mustiness lavander J.32_oriental J.33_hospital J.21_lemony J.36_sweet J.29_wax J.34_Gr5 eaudecologne strong aggressive eaudecologne medicine J.19_fruity J.23_Gr2 young fresh flowery almond J.11_Gr3 J.28_soft nonpersistent J.25_flowery soft pleasant lilac baby J.19_talc J.32_woman grandmother artificial pharmaceutical J.3_strong cleaning J.1_flowery J.17_chemical J.25_toilet J.22_strong heady old grandmother nonnatural eaudecologne unpleasant artificial J.26_Gr3 dynamic youth life J.33_fruity J.34_lemony q J.31_prickly J.29_soft fruity J.14_sweet J.12_flowery artificial grass J.29_bath shower J.27_Gr1 J.15_soft J.21_hospital pharmaceutical J.34_fruity J.25_flowery sweet J.28_depleasant sharp strong J.34_prickly J.25_soft flowery J.25_acrid J.2_strong J.29_strong J.14_toilet J.15_soap J.31_soap J.12_Gr4 J.28_Gr5 J.2_Gr1 J.17_light soft J.22_discreet flowery light J.28_Gr4 J.10_Gr2 J.2_Gr4 J.33_fresh J.35_toilet J.27_light J.12_strong man J.1_Gr3 J.16_flowery J.32_hospital tangy deodorant toilet elderly J.33_mountain J.23_Gr3 J.3_soft J.31_soft J.30_strong J.21_Gr1 J.36_soap fresh middleagedwoman flowery J.11_Gr1 J.16_known J.1_soap classical clean suffocating J.14_softness light J.23_Gr1 fruity flowery J.10_Gr4 J.36_Gr7 J.26_soft J.35_fruity sweet light sweet J.32_flowery J.3_nature fresh J.35_flowery J.15_flowery J.19_discreet J.17_pollen J.29_sweet J.36_Gr6 natural

2 Dim 2 (13.83%) 1

J.14_vanilla J.1_exotic J.15_toeat J.35_intense spicy J.23_Gr4 sweet spiritofislands sweet pleasant J.32_spicy J.16_food J.3_party chocolate sipce J.27_strong J.33_spring J.19_man sweet sickly strong J.29_woman J.26_wooded nature J.26_fresh J.31_Gr3 young fruity J.21_Gr2 J.17_sweet J.2_Gr3 strong male medicine J.11_Gr2 J.14_rough J.36_Gr4 strong J.1_strong J.16_household alcoholized grandmother wax aggressive J.15_old grandmother J.35_mosquitorepellent strong J.22_particular J.14_mustiness lavander J.32_oriental J.33_hospital J.21_lemony J.36_sweet J.29_wax J.34_Gr5 eaudecologne strong aggressive eaudecologne medicine J.19_talc J.32_woman grandmother artificial pharmaceutical J.3_strong cleaning J.17_chemical J.25_toilet J.22_strong heady old grandmother nonnatural eaudecologne unpleasant artificial q J.27_Gr1 J.21_hospital pharmaceutical J.29_strong J.14_toilet J.15_soap J.31_soap J.12_Gr4 J.28_Gr5 J.2_Gr1 J.22_discreet flowery light J.10_Gr2 J.12_strong man J.32_hospital toilet elderly J.31_soft J.30_strong J.21_Gr1 J.36_soap fresh suffocating middleagedwoman flowery J.11_Gr1 J.16_known J.1_soap classical clean J.14_softness light J.23_Gr1 fruity flowery J.26_soft J.35_fruity sweet light sweet J.32_flowery J.3_nature fresh J.35_flowery J.15_flowery J.19_discreet J.33_fruity fruity middle soft J.30_warm J.12_flowery J.19_fruity young fresh flowery J.11_Gr3

1.0

Lolita Lempicka
q

Dim 2 (13.83%)

Dim 2 (13.83%)

0.5

Cinema
q

L'instant
q

Aromatics Shalimar Elixir

q q

0.0

Pure Poison
q

Chanel 5
q

0.5

J'adore (EP) Coco Mademoiselle q

q

q q

1.0

1.0

0.5

0.0

0.5

1.0

1.5

2.0

1 Dim 1 (16.99%)

J'adore (ET) Pleasures

1 Dim 1 (16.99%)

Dim 1 (16.99%)

MCA factor map

3 1.0

Groups representation

Confidence ellipses for the mean points

J.22_particular J.25_strong J.31_strong J.36_Gr5 0.8 J.23 J.31

J.14 J.3 J.24 1.5

2.0

J.35

J.36 J.15 J.32 J.1 J.16 J.26

Angel

J.14_vanilla J.1_exotic J.15_toeat J.35_intense spicy J.23_Gr4 sweet spiritofislands sweet pleasant Angel
q

J.32_spicy J.16_food J.3_party chocolate sipce J.27_strong J.33_spring J.19_man sweet sickly strong J.29_woman Lolita Lempicka J.26_wooded nature J.26_fresh J.31_Gr3 young fruity qJ.21_Gr2 J.28_soft pleasant strong male medicine J.17_sweet J.2_Gr3 J.36_vanilla J.10_Gr1 J.34_acrid strong J.11_Gr2 J.27_Gr2 J.29_Gr6 fruity strong Cinema J.30_alcohol fruity middle J.30_warm J.12_flowery softJ.35_old J.10_Gr3 q J.22_strong J.14_rough J.36_Gr4 strong J.1_strong J.16_household alcoholized grandmother wax aggressive J.15_old grandmother J.35_pistachio almond J.28_food J.35_mosquitorepellent strong J.22_particular J.14_mustiness lavander J.32_oriental J.33_hospital J.21_lemony J.36_sweet J.29_wax J.34_Gr5 eaudecologne strong aggressive eaudecologne medicine Aromatics Elixir J.19_fruity L'instant J.23_Gr2 young fresh flowery Shalimar J.11_Gr3 J.28_soft nonpersistent J.25_flowery q J.3_strong soft pleasant lilac baby J.19_talc J.32_woman grandmother q artificial pharmaceutical cleaning J.1_flowery q J.17_chemical J.25_toilet J.22_strong heady old grandmother nonnatural eaudecologne unpleasant artificial J.26_Gr3 dynamic youth life J.33_fruity J.34_lemony q J.31_prickly J.29_soft fruity J.14_sweet J.12_flowery artificial grass J.29_bath shower J.27_Gr1 Chanel 5 J.15_soft J.21_hospital pharmaceutical J.34_fruity J.25_flowery sweet J.28_depleasant sharp strong J.34_prickly Pure Poison J.25_soft flowery J.25_acrid J.2_strong J.29_strong J.14_toilet J.15_soap J.31_soap J.12_Gr4 J.28_Gr5 J.2_Gr1 J.17_light soft J.22_discreet flowery light J.28_Gr4 J.10_Gr2 q J.2_Gr4 J.33_fresh J.35_toilet J.27_light J.12_strong man q J.1_Gr3 J.16_flowery J.32_hospital tangy deodorant toilet elderly J.33_mountain J.23_Gr3 J.3_soft J'adore (EP) J.31_soft Coco Mademoiselle J.21_Gr1 qJ.30_strong J.36_soap fresh middleagedwoman flowery J.11_Gr1 q J.16_known J.1_soap classical clean suffocating J'adore (ET) Pleasures J.14_softness light J.23_Gr1 fruity flowery J.10_Gr4 J.36_Gr7 J.26_soft qsweet J.35_fruity sweetqlight J.32_flowery J.3_nature fresh J.35_flowery J.15_flowery J.19_discreet J.17_pollen J.29_sweet J.36_Gr6 natural

Dim 2 (13.83 %)

1.0

Dim 2 (13.83%)

Dim 2 (13.83%)

0.6

Lolita Lempicka

J.19

J.25

J.22

0.4

J.27 J.2

J.17 J.20 J.10

J.21 J.33 J.11J.29 J.13 J.28

0.5

Cinema
q

L'instant
q

0.0

Aromatics Elixir Shalimar

q

0.2

J.30 J.34 J.12

q q

0.5

Pure Poison
q q

Chanel 5

J'adore (EP) Coco Mademoiselle

J'adore (ET) Pleasures

q

J.18 0.0

1 Dim 1 (16.99%)

0.0

0.2

0.4

0.6

0.8

1.0

1.0

0 Dim 1 (16.99%)

Dim 1 (16.99 %)

plot.fast(x, choix="ind", axes = c(1, 2), xlim = NULL, ylim = NULL, invisible = NULL, col.ind = "blue", col.var = "red", label = "all", cex = 1,lab.grpe = TRUE, title = NULL, habillage = "none", palette = NULL, new.plot = TRUE, ...)

ves rguments de ette fontion sont X x X ojet de rsultt de l fontion fast axes X veteur ontennt les dimensions trer pour les grphiques @pr dfutD dimensions I et PA choix X grphique trer @ind pour les ojets et les motsD group pour les sujetsA xlim X tendue pour l9xe des sisses @pr dfutD lule prtir des rsulttsA ylim X tendue pour l9xe des ordonnes @pr dfutD lule prtir des rsulttsA habillage X hoix de l9hillge des ojetsF ves ojets sont tous oloris de l mme ouleur ISR

TFPF pontions ssoies l fontion fast @noneD pr dfutAD ou selon les groupes issus de l tgoristion d9un sujet @on spi(e lors le numro de olonne du sujet en questionA col.ind X ouleur pour les ojets col.var X ouleur pour les mots label X hne de rtres pour les lments devnt tre lelliss @pr dfutD tous les lments sont lelliss @indD vrAA invisible X hne de rtres indiqunt les lments ne devnt ps tre dessins @ind ou vrA cex X tille des lels @fF fontion par dns le pkge graphics Y pr dfut IA lab.grpe X oolenD si vri @pr dfutAD le lel des sujets est rit title X hne de rtre orrespondnt u titre du grphique produit @pr dfut xvvD un titre pr dfut est donnA palette X plette ouleur utilise pour olorier les pointsF r dfutD une plette est d(nie dns l fontionF new.plot X oolenD si vri @pr dfutAD une nouvelle fentre grphique est onstruite

> > # # > + # >

data(perfume) res.fast <- fast(perfume,graph=F) Graphique des objets sans les mots. Les objets sont coloris selon la catgorisation du sujet 5. plot.fast(res.fast,choix="ind",invisible="var",habillage=5,title="Habillage des parfums selon les groupes du sujet 5") Graphique des sujets. plot.fast(res.fast,choix="group",title="Graphique des sujets")

ves (gures TFP et TFQ reprsentent les grphiques issus des deux ommndes prdentesF
6.2.2 print.fast

v fontion print.fast retourne l9ensemle des lments disponiles dns les rsultts de l fontion fast et donne l possiilit de suvegrder es rsultts dns un (hier texte ou Fsv pr exempleF v9utilisteur peut lors ouvrir es (hiers dns ixel et refire les grphiques qu9il souhite ou ien mettre en forme des tleux de sorties pour un rpportF
print.fast(x, file = NULL, sep = ";", ...)
x X ojet de rsultt de l fontion fast file X (hier dns lequel le rsultt est suvegrdF i xvv @pr dfutAD le rsultt n9est ps

suvegrd dns un (hier sep X sprteur de hmp dns le (hier suvegrd @si l9rgument file n9est ps xvvA ISS

ghpitre TF smplmenttion dns de l fontion fast pour le tritement de donnes de tgoristion

Figure TFP ! qrphique des prfums sns les

mots otenu pr l fontion plot.fastF ves prE fums sont oloris selon l tgoristion du sujet SF
Habillage des parfums selon les groupes du sujet 5
2.0 Angel
q

Figure TFQ ! qrphique des sujets otenu pr l

fontion plot.fastF
1.0

Graphique des sujets

J.35 J.23 J.31

J.36 J.15 J.32 J.1 J.16 J.26

0.8

J.14 J.3 J.24

1.5

Dim 2 (13.83%)

1.0

Lolita Lempicka
q

0.6

J.19

J.25

J.22

Dim 2 (13.83%)

0.5

0.4

Cinema
q

J.27 J.2

J.17 J.20 J.10

J.21 J.33 J.11J.29 J.13 J.28

L'instant
q

Aromatics Shalimar Elixir

q q

0.0

Pure Poison
q

Chanel 5
q

0.2

J.30 J.34 J.12 J.18

0.5

J'adore (EP) Coco Mademoiselle q

q

J'adore (ET) Pleasures

q q

1.0

0.0

0.0 1.0 0.5 0.0 0.5 1.0 1.5 2.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (16.99%)

Dim 1 (16.99%) SortingTask factor map

> > # # >

data(perfume) res.fast <- fast(perfume,graph=F) Les rsultats sont sauvegards dans le fichier res_fast.csv prsent la racine du disque C. print.fast(res.fast, file="c:/res_fast.csv", sep = ";")

6.3

fast

dans Rcommander

ve tritement des donnes de tgoristion est glement disponile dns mdr @pox et al.D PHHWA trvers l9onglet ensowine et le sousEmenu Holistic approaches / Sorting taskF v9ensemle des rguments de l fontion pprissent ii dns l fentre priniple @fF (gure TFRAF sl est possile trvers ette fentre de sletionner les sujets sur lesquels l9nlyse doit tre lne @pr dfutD l9ensemle des sujets est sletionnAF hes vleurs pr dfut sont ssoies l9ensemle des optionsF sl est videmment possile de modi(er hun d9entre euxF n outon option grphique permet d9rriver une seonde interfe @fF (gure TFSAF gette interfe est ssoie l fontion plot.fastF g9est ii que l9on peut modi(er le titre des grphiquesD hnger l ouleur des pointsD hoisir de reprsenter les ojets et les mots de fon superposeD ou sprmentD etcF in(nD une dernire fentre @yutputsD fF(gure TFTA permet de fire pprtre en sortie dns D les lments que l9on souhite @rsultts pour les sujetsD pour les ojetsD pour les motsD mtrie de oourrenesD etc AF yn peut glement exporter dns un (hier Fsv es lmentsD de fon disposer de l9ensemle des sorties dns ixelF IST

TFQF

fast

dns ommnder
Figure TFR ! pentre priniple de l9interfe grphique ssoie l fontion fastF

Figure TFS ! pentre des options grphiques de l9interfe grphique ssoie l fontion fastF

sl su0tD pour (nirD d9ppuyer sur le outon ok pour lner l9nlyseF

ISU

ghpitre TF smplmenttion dns de l fontion fast pour le tritement de donnes de tgoristion

Figure TFT ! pentre des sorties optionnelles de l9interfe grphique ssoie l fontion fastF

ISV

Chapitre

Implmentation dans R de la fonction fasnt pour le traitement de donnes de Napping R catgoris

Sommaire
7.1

UFIFI erguments en entre F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITH UFIFP orties F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITH UFIFQ ixemple F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITI UFPFI UFPFP UFPFQ
Fonctions associes la fonction

Fonction

fasnt

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

160

7.2

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITI plot.fasnt F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITQ print.fasnt F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITR

nappesortplot

fasnt

. . . . . . . . . . . . . . . . . . . .

161

ge hpitre prsente l9implmenttion dns de l fontion permettnt d9otenir tous les rsulE tts issus du xpping tgorisF

ISW

ghpitre UF smplmenttion dns de l fontion fasnt pour le tritement de donnes de xpping tgoris
7.1 Fonction

fasnt

v fontion fasnt permet le tritement de donnes de xpping tgorisF ille utilise pour el l9epwr pour l reprsenttion des ojetsD des mots et des sujetsF gette fontion t onstruite utour de l fontion HMFAD rite en D du pkge ptowine @russon et al.D PHHWAF
7.1.1 Arguments en entre

v9ppel de l fontion se fit de l fon suivnte X

fasnt(don, first=nappe, ncp=5, name.group=NULL, graph=TRUE, axes=c(1,2), B=200, alpha=0.05, val=FALSE, B.val=200, sep.word=;, word.min=1)

ves entres de l fontion fasnt sont X don X tleu ontennt les donnes de npping tgoris omprennt I lignes @nomre d9oE jetsA et 3 J olonnes @ve J le nomre de sujetsA X hque sujet est en e'et ompos de P vriles quntittives @les oordonnes des ojets sur l nppeA et d9une vrile qulittive @l vrile de tgoristionA first X hne de rtre prisnt siD pour hque sujetD e sont les donnes de l nppe @nppeD pr dfutA ou les donnes de l tgoristion @tegoA qui pprissent en premier dns le jeu de donnes ncp X nomre de omposntes priniples retenir pour l9epwr @pr dfut SA name.group X noms des groupes de vrilesF r dfutD le j e sujet est not Jj D le groupe orrespondnt s nppe est not Jjn et le groupe orrespondnt s tgoristion Jjc graph X oolen Y si vriD les grphiques des ojetsD motsD sujetsD etcF sont produits @pr dfut vriA axes X xes trs sur les grphiques @pr dfut I et PA B X nomre de simultions orrespondnt u nomre de jurys virtuels @pr dfut SHHA alpha X seuil pour l onstrution des ellipses de on(ne utour des ojets @pr dfut HFHSA val X oolen Y si vriD des lments de vlidit sont luls pour les rsultts de l9epwr @pr dfutD fuxA B.val X nomre de simultions orrespondnt u nomre de rEhntillonnges pour les lE ments de vlidit @pr dfut PHHA sep.word X rtre orrespondnt u sprteur de mots @pr dfutD  YA word.min X frquene minimum des mots pprissnt dns l9nlyse textuelle @pr dfutDA ous les rguments @hormis le tleu de donnesA ontiennent des vleurs pr dfutD e qui permet l9utilisteur de ne d(nir que e prmtre si les utres lui onviennentF
7.1.2 Sorties

v fontion fasnt retourne les lments suivntsD utiles ux utilisteurs souhitnt rliser une tude pprofondie des rsultts X ITH

UFPF pontions ssoies l fontion fasnt

eig X mtrie ontennt toutes les vleurs propresD les pourentges de vrine et les pourenE

tges de vrine umuls ind X liste de mtries ontennt tous les rsultts pour les ojets @oordonnesD osinus rrD ontriutionsD oordonnes des points prtielsA quali.var X liste de mtries ontennt tous les rsultts pour les mots @oordonnesD ontriE utionsA quanti.var X liste de mtries ontennt tous les rsultts pour les vriles quntittives @oordonnesD osinus rrD ontriutionsA group X liste de mtries ontennt les oordonnes des sujets indicator X liste ontennt les inditeurs du xpping d9une prt @tendue des sissesD des ordonnesD etcFA et les inditeurs de l tgoristion d9utre prt @mtrie de oourrenes entre ojets rordonneA textual X liste ontennt le voulire spi(que ssoi hque ojet validity X liste ontennt les rsultts des lments de vlidit @vleur oserveD proilit ritiqueD vleurs otenues pr permuttionA call X liste ve quelques sttistiques @pr exemple les rsultts des rEhntillonnges pour l onstrution des ellipsesD les rsultts de l9epwrD le jeu de donnesD etcFA

7.1.3 Exemple

ve jeu de donnes d9exemple @smoothiesA orrespond ux donnes servnt d9illustrtion pour prsenter le xpping tgoris X dns et exemple PR sujets ont rlis une preuve de xpping tgoris prtir de V smoothiesF
> data(smoothies) > res.fasnt<-fasnt(smoothies,first=``catego'')

v fontion retourne utomtiquement plusieurs grphiques @fF pigure UFIAF

7.2 Fonctions associes la fonction

fasnt

7.2.1 nappesortplot

v fontion nappesortplot permet de reprsenter grphiquement les nppes tgorises fournies pr les sujetsF gette fontion peut pr exemple tre utile pour vri(er qu9il n9y ps eu d9erreur de sisie lors de l retrnsriptionD de l version ppier l version informtiqueD des nppes tgorisesF
nappesortplot(donnee, first="nappe", numr = 2, numc = 2, lim = c(60, 40))

ITI

ghpitre UF smplmenttion dns de l fontion fasnt pour le tritement de donnes de xpping tgoris
Figure UFI ! qrphiques retourns utomtiquement pr l fontion fasntF
Number of groups provided during sorting task
30

Number of products per group

35

Number of words per group

10

25

20

Frequency

Frequency

15

10

4 Number of groups

10

15

20

25

30

Number of products

Individuals factor map

Individuals factor map

Correlation circle

1.0

Innocent_SB

Carrefour_SB

C2_very C16_tasteless;neutral C8_nicer;less strawberry;thick creamy;slight Carrefour_SB C6_too undefinable bitter bitter sweet fruity taste doughy;slightly C23_thick unknown in unknown the tasteless;not mouth;slightly taste;heavy taste too sweet sweet strawberry C12_strawberry;raspberry C9_strong strawberry;acid Innocent_SB raspberry mixture taste taste;intense

Y22 Y12

X17 X4

Y13 Y8

thick liquid;sickly sweet taste

0.5

C9_more orfruits;soft;sweet less tasteless soft Gr1 C2_bitterness banana;strawberry;thick

Y3 X2 X21 X1

Y23 Y7Y4 Y1 Y21 X24 X9 X19

Dim 2 (19.4 %)

Dim 2 (19.4 %)

0.0

Casino_SRB
q

C11_strawberry banana;nippy;citrus fruits few lumps;bad soft fruits;sorbets texture;taste like tea soft;nice;good C12_peach;apricot C16_liquid;fruit no sweet;liquid;tasteless Casino_SRB few juice;unknown taste pulp;fruitytaste C6_sweet;less acidic doughy;sweet soft;tasteless;unpleasant C11_soft C16_acid liquid;few C23_sweet pieces;I like q very soft;exotic banana;coco;soft;sweet sickly;I fruits;creamy dont like texture slightly orange acid C8_sweet soft fruits acid;with soft small fruits;blueberry;raspberry acid;strong;soft grains litchi C8_acid Gr2 like taste guava fruits or strawberry exotic fruits;acid pulp;sweet strong banana;apple;pear;ananas;acid taste;slight Immedia_MP ordinary;nice pieces;slightly acidic C11_exotic slightly summer;exotic;slightly acid;liquid;unkown C2_strong taste acid;sweet;citrus Carrefour_MP fruit orange taste;cold juice fruits taste acid C9_more C6_acid acidity or less acid C23_very acid;thick sweet strawberry;good;thick soft Immedia_SRB sweet;liquid fruits;liquid;acid C2_nippy banana flavor;smell Innocent_PBC C12_banana I hate no pulp;exotic soft;smooth C9_more strawberry;thick;sweet banana;sweet;doughy banana C16_creamy;soft in C2_banana C23_exotic the coco flavor;heavy Gr3 or mouth;no less sweet soft fruits banana;very thick;pure;banana;vanilla C6_tasteless Casino_PBC sweet;thick;soft

Dim 2 (19.4 %)

pineapple

X23 X6 Y5 X8 X10 Y17 Y15 X18 X3 X11

Y19 X12 Y18 Y11 Y2

Y20

Carrefour_MP

Immedia_MP

Immedia_SRB Innocent_PBC Casino_PBC

0.5

Y6 X13 X20 X7Y10 X22 X16 Y16 Y14 X15 Y9

X14 Y24

1.0

X5

1.0

0.5

0.0 Dim 1 (33.17 %)

0.5

1.0

Dim 1 (33.17 %)

Dim 1 (33.17 %)

Subjects representation
1.0 1.0

Method's representation
J14c J21c J9c J4c J17c J23c J20c J5c J2c 10

Individuals factor map

J5
q

J8 J17 J4
q q

J5
q

J17 0.8 J4 J14 0.6 Dim 2 (19.4 %)

J5 0.8 J17n J12c J7c

J4 q J4
q

J14 J17 J13 q

q q

J9
q

J4n Dim 2 (19.4 %) 0.6

J5n J6c Dim 2 (19.4 %) 5 J22c J3c J16c J13c J18c

J17
q

J14
q

J23 J23 J6 J12 J21J20J20 q J21 q J16 q

q q q q J2 qq q

J7
q

J2 J2 J12 J12
q q q q q

J15
q

J22 Carrefour_SB Innocent_SB J3 J3 J3 J9 J9

q

J22
q

q q

J12

J2

J21 J8 J6

J9

J23 J20 J22 J13

0.4

0.4

J7

J3 J16 J18

J14n J12n J8n J24n J13n J22n J11n J19c J9n J15n J15c J24cJ10c J19n J1c J23n J16n J18n J3n J21n J6n J20n J10n

J8c

0.2

J1 0.0

J15 J19 J10 0.0

J2n

J11c J1n J7n

J11

0.2

J24

q J24 J11 J19 q J13 J19 J13 q q q q q q J19 q q J7 q J24 q J19 J7 J7 J11 J6 J6 J6 q q J24 q q J22 q q J16 q J19 J16 J16 q J16 J14 q q q q q q qq q J14 q J12 q J21 J8 J8 J10 J10 q J10 J22 J21 J23 q J21 J13 q q J20 J20 J20 q J8 q J22 J23 J8 q q q q q q q J15 J1 q J7 q q q J24 q q qJ13 J7 J10 J19 J10 J10 q J11 J1 J1 J17 J23 J3 J18 J15 q q J18 J24 J6 q J6 q J5 J8 J6q q J17 q q J18 J5 q J11 q q q J15 J3 q J1 q J18 J2 J23 qJ13 q q q J15 q J3 q J24 qq q q q q q q qq J20 q q J2 q q q q q q q J9 J9 J1 J2 J15 J13 J11 q q J9 q J9 J4q q J9 J4 q J5 q q q J8 J21 qJ3 q J19 q J24 q J3 q J20 J21J21 J11q J19 J20 J7 q J2 q qq J7 q J18J23 q q q J2 q q J8 q J23 q J6 q J5 J5 qq q J12 q q q q q q q J16 qJ14 J16 J14 J4 J22 q J13 q J12 J5 q J22 q J4 q q q q J12 J4 q J17 q J17 J14 q

J1 J15q J1
q q

J22
q

J18 J18 J18 J24

q q q

J11
q

J14
q

q J1 J15 J11 J12 J10 J10 q

J16

Casino_SRB

Immedia_MP Carrefour_MP Immedia_SRB

Innocent_PBC Casino_PBC

q q

J17
q

0.0

0.2

0.4

0.6

0.8

1.0

0.0

0.2

0.4

0.6

0.8

1.0

10

0 Dim 1 (33.17 %)

10

Dim 1 (33.17 %)

Dim 1 (33.17 %)

Confidence ellipses for the mean points

Innocent_SB

Carrefour_SB

Dim 2 (19.4%)

Casino_SRB
q

q q

Carrefour_MP
q

Immedia_MP

Immedia_SRB
q

Innocent_PBC
q

Casino_PBC

Dim 1 (33.17%)

ves rguments de ette fontion sont X donnee X jeu de donnes first X hne de rtre prisnt siD pour hque sujetD e sont les donnes de l nppe ITP

UFPF pontions ssoies l fontion fasnt @nppeD pr dfutA ou les donnes de l tgoristion @tegoA qui pprissent en premier dns le jeu de donnes numr X nomre de nppes tgorises pr ligne dns l fentre grphique @pr dfut PA numc X nomre de nppes tgorises pr olonne dns l fentre grphique @pr dfut PA lim X ornes de l nppe @pr dfut TH en sisse et RH en ordonneA

> data(smoothies) > nappesortplot(smoothies,first="catego")

v (gure UFP reprsente un des grphiques issu de l ommnde prdenteF

Figure UFP ! eprsenttion de qutre nppes tgorises otenu pr l fontion nappesortplotF
C13
40 40

C14

Innocent_SB q

Carrefour_SB q

30

30

Innocent_PBC q Casino_PBC q

20

Immedia_MP q Immedia_SRB q Carrefour_MP Casino_PBC q q

10

10

20

Carrefour_SB Innocent_PBC Casino_SRB q q q

Immedia_SRB q Casino_SRB Immedia_MP q q

Carrefour_MP q

Innocent_SB q

10

20

30

40

50

60

0 0

10

20

30

40

50

60

C15
40 40

C16

Carrefour_MP q Immedia_MP q

30

30

Immedia_SRB q

Casino_PBC q Innocent_PBC q

20

Carrefour_SB q Casino_PBC q

20

Casino_SRB Immedia_SRB q q

Carrefour_SB q Innocent_SB q Immedia_MP q Carrefour_MP q

10

10

Innocent_SB q

Casino_SRB q

Innocent_PBC q

10

20

30

40

50

60

0 0

10

20

30

40

50

60

7.2.2 plot.fasnt

v fontion plot.fasnt permet des reprsenttions grphiques issues de l fontion fasnt X elle prend don en entre un ojet rsultt de ette fontionF yn peut ensuite hoisir de reprsenter les sujetsD les ojetsD les mots ou ien les ojets et les mots de fon superposeF our hque reprsenttionD il est possile de modi(er le titre du grphiqueD de modi(er l ouleur pr dfut des pointsD etcF
plot.fasnt(x, choix="ind", axes = c(1, 2), xlim = NULL, ylim = NULL, title = NULL, invisible = NULL, col.ind = "blue", col.var = "red", lab.ind=TRUE, lab.var=TRUE, lab.coord=TRUE, lab.partial=TRUE, lab.grpe = TRUE, cex = 1, habillage = "none", palette = NULL, new.plot = TRUE, ...)

ITQ

ghpitre UF smplmenttion dns de l fontion fasnt pour le tritement de donnes de xpping tgoris x X ojet de rsultt de l fontion fasnt choix X grphique trer @ind pour les ojets et les motsD group pour les sujetsD prtil pour les ojets prtielsA axes X veteur ontennt les dimensions trer pour les grphiques @pr dfutD dimensions I et PA xlim X tendue pour l9xe des sisses @pr dfutD lule prtir des rsulttsA ylim X tendue pour l9xe des ordonnes @pr dfutD lule prtir des rsulttsA title X hne de rtre orrespondnt u titre du grphique produit @pr dfut xvvD un titre pr dfut est donnA invisible X hne de rtres indiqunt les lments ne devnt ps tre dessins @ind ou vrA col.ind X ouleur pour les ojets col.var X ouleur pour les mots lab.ind X oolenD si vriD les lels des ojets sont rits @pr dfut vriA lab.var X oolenD si vriD les lels des mots sont rits @pr dfut vriA lab.coord X oolenD si vriD les lels des vriles issues du xpping sont rits @pr dfut vriA lab.partial X oolenD si vriD les lels des points prtiels sont rits @pr dfut vriA lab.grpe X oolenD si vri @pr dfutAD les lels des sujets sont rits cex X tille des lels @fF fontion par dns le pkge graphics Y pr dfut IA habillage X hoix de l9hillge des ojetsF ves ojets sont tous oloris de l mme ouleur @noneD pr dfutAD ou selon les groupes issus du xpping tgoris d9un sujet @spi(er le numro de l vrile orrespondnt u sujet en questionA palette X plette ouleur utilise pour olorier les pointsF r dfut xvv et une plette est d(nie dns l fontionF new.plot X oolenD si vri @pr dfutAD une nouvelle fentre grphique est onstruite

> > # # > + # >

data(smoothies) res.fasnt <- fasnt(smoothies,first="catego",graph=F) Graphique des objets sans les mots. Les objets sont coloris selon les groupes issus du Napping catgoris du sujet 5 plot.fasnt(res.fasnt,choix="ind",invisible="var",habillage=13,title="Habillage des objets selon les groupes fournis par le sujet 5") Graphique des points partiels sans leur label plot.fasnt(res.fasnt,choix="partial",lab.partial=F)

ves (gures UFQ et UFR reprsentent les grphiques issus des deux ommndes prdentesF
7.2.3 print.fasnt

v fontion print.fasnt retourne l9ensemle des lments disponiles dns les rsultts de l fontion fasnt et donne l possiilit de suvegrder les rsultts dns un (hier texte ou Fsv X es ITR

UFPF pontions ssoies l fontion fasnt

Figure UFQ ! qrphique des ojets sns les mots otenu pr l fontion plot.fasntF ves ojets sont oloris selon les groupes fournis pr le sujet SF
Habillage des objets selon les groupes fournis par le sujet 5
q q q q

Figure UFR ! qrphique des individus prtiels

otenu pr l fontion plot.fasntF

Partial representations

10

Carrefour_SB Innocent_SB q
q

q q

q q

q q

q q

q q

q q q qq q q

q q q q q q q q q

q q

Dim 2 (19.4%)

Carrefour_SB Innocent_SB
q q q q q q q q q q q q q q q q q q q q q q q q q q q q q

Dim 2 (19.4%)

Casino_SRB
q q

Casino_SRB
q q qq q q q q q q q q q q q q q q q

q q

q
q q q q q

q q q q q q

Carrefour_MP
q

Immedia_MP
q
q

Immedia_MP Carrefour_MP Immedia_SRB

q q q q q q q q q qq q q q qq q q q q q q qq q q q q q q q q q q qq q q q q q q qq q q q

q q

Innocent_PBC Casino_PBC
q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q

Immedia_SRB Innocent_PBC
q

q q q

Casino_PBC
q

q q

10 6 4 2 0 2 4 6

0 Dim 1 (33.17%)

10

Dim 1 (33.17%) Sorted Napping Task factor map

(hiers pouvnt tre ouvert dns ixel pr l suite pour mettre en forme les tleux de rsultts ou rliser des grphiques supplmentires si l9utilisteur le souhiteF
print.fasnt(x, file = NULL, sep = ";", ...)
x X ojet de rsultt de l fontion fasnt file X (hier dns lequel le rsultt est suvegrdF i xvv @pr dfutAD le rsultt n9est ps

suvegrd dns un (hier sep X sprteur de hmp dns le (hier suvegrd @si l9rgument file n9est ps xvvA

> > # # >

data(smoothies) res.fasnt<-fasnt(smoothies,first=``catego'') Les rsultats sont sauvegards dans le fichier res_fasnt.csv prsent la racine du disque C. print.fasnt(res.fasnt, file="c:/res_fasnt.csv", sep = ";")

ITS

ghpitre UF smplmenttion dns de l fontion fasnt pour le tritement de donnes de xpping tgoris

ITT

Chapitre

Implmentation dans R de la fonction fahst pour le traitement de donnes de tri hirarchique

Sommaire
8.1

VFIFI erguments en entre F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITV VFIFP orties F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITV VFIFQ ixemple F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITW VFPFI VFPFP VFPFQ
Fonctions associes la fonction

Fonction

fahst

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

168

8.2

F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F ITW plot.fahst F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IUH print.fahst F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F F IUP

hsortplot
dans Rcommander . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

fahst

. . . . . . . . . . . . . . . . . . . .

169

8.3

fahst

ge hpitre prsente l9implmenttion dns de l fontion permettnt d9otenir tous les rsulE tts issus du tri hirrhiqueF

ITU

ghpitre VF smplmenttion dns de l fontion fahst pour le tritement de donnes de tri hirrhique
8.1 Fonction

fahst

v fontion fahst trite les donnes de tri hirrhique prtir d9une epw et fournit l9utiliE steurs tous les rsultts utiles l omprhension des donnesF ille fournit une grnde prtie des rsultts voqus dns le hpitre SF gette fontion t onstruite utour de l fontion MFAD rite en D du pkge ptowine @russon et al.D PHHWAF
8.1.1 Arguments en entre

v9ppel de l fontion se fit de l fon suivnte X

fahst(don, group, alpha=0.05, graph=TRUE, axes=c(1,2), name.group=NULL, ncp=5, B=200, val=FALSE, B.val=200)

sl y IH rguments en entre de l fontion X don X jeu de donnes ontennt les donnes de tgoristion omprennt I lignes @nomre d9ojetsA et utnt de olonnes qu9il y u totl de niveux de hirrhie pour l9ensemle des sujets group X veteur indiqunt le nomre de niveux pour hque sujet alpha X seuil pour l onstrution des ellipses de on(ne utour des ojets @pr dfut HFHSA graph X oolen Y si vriD les grphiques des ojetsD mots et sujets sont produits @pr dfut vriA axes X veteur ontennt les P dimensions trer pour les grphiques @pr dfut I et PA name.group X veteur ontennt les noms des groupes @pr dfut xvv et les groupes sont nomms jFID jFPD etcFA ncp X nomre de omposntes priniples retenir pour l9nlyse @pr dfut SA B X nomre de simultions orrespondnt u nomre de jurys virtuels @pr dfut PHHA val X oolen Y si vriD des lments de vlidit sont luls @pr dfut fuxA B.val X si des lments de vlidit sont demndsD nomre de permuttions e'etuer @pr dfut PHHA ves huit derniers rguments ont des vleurs pr dfutF i euxEi onviennent l9utilisteurD il lui su0t lors de modi(er le jeu de donnes et le veteur de groupe dns l fontion pour lner l9nlyseF
8.1.2 Sorties

v fontion fahst retourne une liste ontennt les lments suivnts X eig X mtrie ontennt toutes les vleurs propresD les pourentges de vrine et les pourenE tges de vrine umuls ITV

VFPF pontions ssoies l fontion fahst

var X liste de mtries ontennt tous les rsultts pour les modlits des niveux @oordonnesD

osinus rrD ontriutionsD vFtestA et les oordonnes des niveux ind X liste de mtries ontennt tous les rsultts pour les ojets @oordonnesD osinus rrD ontriutionsA group X liste de mtries ontennt tous les rsultts pour les sujets @oordonnesD osinus rrD ontriutionsA validity X liste ontennt les rsultts des lments de vlidit @vleur oserveD proilit ritiqueD vleurs otenues pr permuttionsA call X liste ve quelques sttistiques @pr exemple les rsultts des rEhntillonnges pour l onstrution des ellipsesD le jeu de donnesD etcFA

8.1.3 Exemple

ve jeu de donnes d9exemple @cardsA orrespond ux donnes de tri hirrhique servnt d9illusE trtion u hpitre SF hns e jeu de donnesD on onserv les tris hirrhiques de QH enfntsF
> data(cards) > group<-c(2,3,3,2,2,4,2,3,2,1,3,2,3,3,3,2,3,3,2,3,3,3,3,3,3,3,3,3,3,3) > res.fahst<-fahst(cards,group)

v fontion retourne utomtiquement plusieurs grphiques @fF pigure VFIAF

8.2 Fonctions associes la fonction

fahst

8.2.1 hsortplot

v fontion hsortplot permet de reprsenter grphiquement les tris hirrhiques fournis pr les sujetsF gette fontion peut pr exemple tre utile pour vri(er qu9il n9y ps eu d9erreur de sisie lors de l retrnsiption des tris hirrhiquesF
hsortplot(don, group, numr=2, numc=2)

don X jeu de donnes group X veteur indiqunt le nomre de niveux pour hque sujet numr X nomre d9rres pr ligne dns l fentre grphique @pr dfut PA numc X nomre d9rres pr olonne dns l fentre grphique @pr dfut

PA

> data(cards) > group<-c(2,3,3,2,2,4,2,3,2,1,3,2,3,3,3,2,3,3,2,3,3,3,3,3,3,3,3,3,3,3) > hsortplot(cards,group)

v (gure VFP reprsente un des grphiques issu de l ommnde prdenteF ITW

ghpitre VF smplmenttion dns de l fontion fahst pour le tritement de donnes de tri hirrhique
Figure VFI ! qrphiques retourns utomtiquement pr l fontion fahstF
Number of levels per subject
20 30

Number of groups formed from first levels

Number of groups formed from last levels

25

15

20

10

15

10

10

15

20

Number of objects per group for the first levels

60 200

Number of objects per group for the last levels

8

Individual factor map

N B q
q

50

150

40

Dim 2 (12.7 %)

C O q
q

J H
q q

100

30

E G Kqq A
q q

20

50

P F
q q

10

I D q qL M q
q

0 Dim 1 (22.84 %)

Individual factor map

8 8

Individual factor map

1.0

Groups representation

S100L3_8 S101L3_8 S102L3_8 S103L2_7 S105L3_8 S106L2_8 S107L3_8 S108L3_4 S109L3_8 S110L3_8 S119L3_8 S121L3_8 S122L2_2 S122L3_2 S123L3_8 S124L3_8 S125L3_4 S80L2_1 S82L3_1 S83L3_5 S84L2_1 S88L2_8 S91L3_8 6 6

N S100L3_8 S101L3_8 S102L3_8 S103L2_7 S105L3_8 S106L2_8 S107L3_8 S108L3_4 S109L3_8 S110L3_8 S119L3_8 S121L3_8 S122L2_2 S122L3_2 S123L3_8 S124L3_8 S125L3_4 S80L2_1 S82L3_1 S83L3_5 S84L2_1 S88L2_8 S91L3_8 B q
q

S99L2_4 S105L2_4 S99L2_3 4 S109L2_3 S102L2_2 S104L2_2 S99L1_2

S99L2_4 S105L2_4 S99L2_3 4 S109L2_3 S102L2_2 S104L2_2 S99L1_2 C S100L3_2 S102L3_2 S105L3_2 S106L2_2 S107L3_2 S108L3_1 S110L3_2 S121L3_2 S122L2_3 S122L3_3 S123L3_2 S124L3_2 S126L3_7 S80L2_2 S82L3_2 S84L2_2 S86L4_8 S88L2_2 S91L3_2 O q q S104L3_6 S101L3_2 S103L2_3 S100L2_3 S101L2_3 S121L2_3 S123L2_3 S124L2_3 S126L2_3 S82L2_4 S83L2_2 S83L3_2 S101L3_3 S103L2_4 S125L3_5 S119L3_1 S108L2_1 S119L2_3 S125L2_2 S85L2_2 S91L2_4 S119L3_4 S125L3_6 E S100L3_3 S102L3_3 S105L3_3 S106L2_3 S107L3_3 S109L3_4 S110L3_3 S119L3_2 S121L3_3 S123L3_3 S124L3_3 S125L3_7 S126L3_3 S80L2_6 S82L3_6 S84L2_6 S86L4_1 S88L2_3 S91L3_3 G S107L2_3 S110L2_3 S86L3_1 q K S100L1_1 S101L1_1 S103L1_1 S106L1_1 S110L1_1 S119L1_1 S121L1_1 S123L1_1 S124L1_1 S125L1_1 S126L1_1 S82L1_1 S83L1_1 S84L1_1 S85L1_1 S86L1_1 S86L2_1 S88L1_1 S91L1_1 S95L1_1 S95L2_1 S97L1_1 S100L3_1 S101L3_1 S102L3_1 S105L3_1 S106L2_1 S107L3_1 S108L3_2 S109L3_5 S110L3_1 S121L3_1 S122L2_4 S122L3_4 S124L3_1 S80L2_8 S82L3_8 S84L2_8 S86L4_7 S88L2_1 S91L3_1 S99L2_6 q A S102L2_3 S107L2_4 S110L2_4 S86L3_2 q
q

S104L3_2 S126L3_5 S86L3_3 S86L4_3 S100L2_1 S101L2_1 S119L2_2 S121L2_1 S124L2_1 S125L2_4 S82L2_2 S91L2_2 S95L2_3 S126L3_2

0.8

S104L3_2 S126L3_5 S86L3_3 S86L4_3 S100L2_1 S101L2_1 S119L2_2 S121L2_1 S124L2_1 S125L2_4 S82L2_2 S91L2_2 S95L2_3 S126L3_2

Sj.12

Dim 2 (12.7 %)

Dim 2 (12.7 %)

S100L3_2 S102L3_2 S105L3_2 S106L2_2 S107L3_2 S108L3_1 S110L3_2 S121L3_2 S122L2_3 S122L3_3 S123L3_2 S124L3_2 S126L3_7 S80L2_2 S82L3_2 S84L2_2 S86L4_8 S88L2_2 S91L3_2 S104L3_6 S101L3_2 S103L2_3 S100L2_3 S101L2_3 S121L2_3 S123L2_3 S124L2_3 S126L2_3 S82L2_4 S83L2_2 S83L3_2 S101L3_3 S103L2_4 S125L3_5 S119L3_1 S108L2_1 S119L2_3 S125L2_2 S85L2_2 S91L2_4 S119L3_4 S125L3_6 S100L3_3 S102L3_3 S105L3_3 S106L2_3 S107L3_3 S109L3_4 S110L3_3 S119L3_2 S121L3_3 S123L3_3 S124L3_3 S125L3_7 S126L3_3 S80L2_6 S82L3_6 S84L2_6 S86L4_1 S88L2_3 S91L3_3 S107L2_3 S110L2_3 S86L3_1 S100L1_1 S101L1_1 S103L1_1 S106L1_1 S110L1_1 S119L1_1 S121L1_1 S123L1_1 S124L1_1 S125L1_1 S126L1_1 S82L1_1 S83L1_1 S84L1_1 S85L1_1 S86L1_1 S86L2_1 S88L1_1 S91L1_1 S95L1_1 S95L2_1 S97L1_1 S100L3_1 S101L3_1 S102L3_1 S105L3_1 S106L2_1 S107L3_1 S108L3_2 S109L3_5 S110L3_1 S121L3_1 S122L2_4 S122L3_4 S124L3_1 S80L2_8 S82L3_8 S84L2_8 S86L4_7 S88L2_1 S91L3_1 S99L2_6 S102L2_3 S107L2_4 S110L2_4 S86L3_2 S108L3_8 S98L3_5 S109L2_2 S119L2_4 S125L2_1 S85L2_3 S91L2_3 S126L3_4 S103L2_2 S123L3_4 S100L2_4 S101L2_4 S121L2_4 S123L2_4 S124L2_4 S126L2_4 S82L2_1 S83L2_1 S83L3_1 S103L2_1 S123L3_1 S126L3_8 S104L3_5 S99L2_1 S105L2_1 S99L2_2 S98L2_3 S98L3_6 S122L1_1 S105L1_1 S108L1_1 S109L1_1 S98L2_1 S98L3_3 S102L1_1 S107L1_2 S80L1_2 S104L2_3 S104L3_3 S122L3_8 S98L3_2 S98L1_2 S108L3_5 S122L3_7 S104L1_1 S104L1_2 S98L1_1 S104L2_4 S104L3_4 S102L1_2 S107L1_1 S80L1_1 S108L2_4 S122L2_6 S98L2_2 S105L1_2 S108L1_2 S109L1_2 S122L1_2 S122L2_5 S98L2_4 S108L2_3 S109L3_6 S109L2_4 S109L3_7 S122L3_6 S102L2_1 S108L3_6 S122L3_5 S98L3_1 S105L2_3 S99L1_1 S104L2_1 S105L2_2
q

q q

Dim 2 (12.7 %)

0.6

S100L3_6 S101L3_6 S102L3_6 S103L2_6 S105L3_6 S106L2_6 S107L3_6 S109L3_2 S110L3_6 S119L3_5 S121L3_6 S123L3_6 S124L3_6 S125L3_3 S80L2_5 S82L3_5 S84L2_5 S88L2_6 S91L3_6 S123L2_2 S107L2_1 S110L2_1 S83L2_3 S86L3_4 S86L4_4 S108L2_2 S85L2_1 S126L2_2 S100L1_2 S101L1_2 S103L1_2 S106L1_2 S110L1_2 S119L1_2 S121L1_2 S123L1_2 S124L1_2 S125L1_2 S126L1_2 S82L1_2 S83L1_2 S84L1_2 S85L1_2 S86L1_2 S86L2_2 S88L1_2 S91L1_2 S95L1_2 S97L1_2 S126L2_1 S108L3_7 S86L3_5 S86L4_5 S98L3_4 S109L2_1 S85L2_4 S102L2_4 S107L2_2 S110L2_2 S123L2_1 S83L2_4 S83L3_4

J S125L3_3 S100L3_6 S101L3_6 S102L3_6 S103L2_6 S105L3_6 S106L2_6 S107L3_6 S109L3_2 S110L3_6 S119L3_5 S121L3_6 S123L3_6 S124L3_6 S80L2_5 S82L3_5 S84L2_5 S88L2_6 S91L3_6 H S99L2_1 S105L2_1 S99L2_2 S98L2_3 S98L3_6 S105L1_1 S108L1_1 S109L1_1 S122L1_1 S98L2_1 S98L3_3 S102L1_1 S107L1_2 S80L1_2 S104L2_3 S104L3_3 S122L3_8 S98L3_2 S98L1_2 S108L3_5 S122L3_7 S104L1_1 S104L1_2 S98L1_1 S104L2_4 S104L3_4 S102L1_2 S107L1_1 S80L1_1 S108L2_4 S122L2_6 S98L2_2 S105L1_2 S108L1_2 S109L1_2 S122L1_2 S122L2_5 S98L2_4 S108L2_3 S109L3_6 S109L2_4 S109L3_7 S122L3_6 S102L2_1 S108L3_6 S122L3_5 S98L3_1 S105L2_3 S99L1_1 S104L2_1 S105L2_2
q

Sj.18 Sj.26 Sj.1 Sj.15

Sj.13 Sj.25 Sj.28 Sj.2 Sj.14 Sj.8 Sj.29 Sj.24 Sj.19 Sj.4 Sj.7 Sj.16 Sj.20 Sj.9 Sj.27 Sj.23 Sj.30 Sj.3 Sj.6

S123L2_2 S107L2_1 S110L2_1 S83L2_3 S86L3_4 S86L4_4 S108L2_2 S85L2_1 S126L2_2 S100L1_2 S101L1_2 S103L1_2 S106L1_2 S110L1_2 S119L1_2 S121L1_2 S123L1_2 S124L1_2 S125L1_2 S126L1_2 S82L1_2 S83L1_2 S84L1_2 S85L1_2 S86L1_2 S86L2_2 S88L1_2 S91L1_2 S95L1_2 S97L1_2 S126L2_1 S108L3_7 S86L3_5 S86L4_5 S98L3_4 S109L2_1 S85L2_4 S102L2_4 S107L2_2 S110L2_2 S123L2_1 S83L2_4 S83L3_4

S108L3_8 S98L3_5 S109L2_2 S119L2_4 S125L2_1 S85L2_3 S91L2_3 S126L3_4 S103L2_2 S123L3_4 S100L2_4 S101L2_4 S121L2_4 S123L2_4 S124L2_4 S126L2_4 S82L2_1 S83L2_1 S83L3_1 S103L2_1 S123L3_1 S126L3_8 S104L3_5 2 P S125L3_8 S100L3_4 S101L3_4 S102L3_4 S105L3_4 S106L2_4 S107L3_4 S109L3_3 S110L3_4 S119L3_3 S121L3_4 S124L3_4 S80L2_3 S82L3_3 S84L2_3 S86L4_2 S88L2_4 S91L3_4 S99L2_7 F
q q

0.4

Sj.22 Sj.17 Sj.21

S100L3_4 S101L3_4 S102L3_4 S105L3_4 S106L2_4 S107L3_4 S109L3_3 S110L3_4 S119L3_3 S121L3_4 S124L3_4 S125L3_8 S80L2_3 S82L3_3 S84L2_3 S86L4_2 S88L2_4 S91L3_4 S99L2_7

S124L3_7 S100L3_7 S101L3_7 S102L3_7 S103L2_8 S105L3_7 S106L2_7 S107L3_7 S109L3_1 S110L3_7 S121L3_7 S123L3_7 S80L2_7 S82L3_7 S83L3_3 S84L2_7 S88L2_7 S91L3_7 S99L2_8 S125L3_2 S126L3_6 S119L3_7 S100L2_2 S101L2_2 S119L2_1 S121L2_2 S124L2_2 S125L2_3 S82L2_3 S91L2_1 S95L2_2 S119L3_6 S104L3_1 S125L3_1 S126L3_1 S100L3_5 S101L3_5 S102L3_5 S103L2_5 S105L3_5 S106L2_5 S107L3_5 S108L3_3 S110L3_5 S121L3_5 S122L2_1 S122L3_1 S123L3_5 S124L3_5 S80L2_4 S82L3_4 S84L2_4 S86L3_6 S86L4_6 S88L2_5 S91L3_5 S99L2_5

I S124L3_7 S100L3_7 S101L3_7 S102L3_7 S103L2_8 S105L3_7 S106L2_7 S107L3_7 S109L3_1 S110L3_7 S121L3_7 S123L3_7 S80L2_7 S82L3_7 S83L3_3 S84L2_7 S88L2_7 S91L3_7 S99L2_8 D S125L3_2 S126L3_6 S119L3_7 S100L2_2 S101L2_2 S119L2_1 S121L2_2 S124L2_2 S125L2_3 S82L2_3 S91L2_1 S95L2_2 q S119L3_6 S104L3_1 S125L3_1 S126L3_1 S100L3_5 S101L3_5 S102L3_5 S103L2_5 S105L3_5 S106L2_5 S107L3_5 S108L3_3 S110L3_5 S121L3_5 S122L2_1 S122L3_1 S123L3_5 S124L3_5 S80L2_4 S82L3_4 S84L2_4 S86L3_6 S86L4_6 S88L2_5 S91L3_5 S99L2_5 qL M q
q

0.2

Sj.11 0.0

Sj.5 Sj.10

0 Dim 1 (22.84 %)

0 Dim 1 (22.84 %)

0.0

0.2

0.4

0.6

0.8

1.0

Dim 1 (22.84 %)

Levels representation
1.0 1.0 S100L3 S102L3 S105L3 S106L2 S107L3 S110L3 S121L3 S124L3 S80L2 S82L3 S84L2 S88L2 S91L3 S101L3 S125L3 S119L3 S123L3 S103L2 S99L2 S122L3 S122L2 0.8 S109L3 S108L3 S126L3 S100L2 S101L2 S121L2 S124L2 S82L2 S125L2 S119L2 S91L2 S95L2 0.8 S83L3 S105L2 S99L1 Dim 2 (12.7%) 0.6

Levels representation and trajectories

S100L3 S102L3 S105L3 S106L2 S107L3 S110L3 S121L3 S124L3 S80L2 S82L3 S84L2 S88L2 S91L3 S101L3 S125L3 S119L3 S123L3 S103L2 S99L2 S122L3 S122L2 S109L3 S108L3 S126L3 S100L2 S101L2 S121L2 S124L2 S82L2 S125L2 S119L2 S91L2 S95L2 S83L3 5

Confidence ellipses for the mean points

q q

N B

S105L2 S99L1

Dim 2 (12.7%)

0.6

Dim 2 (12.7%)

S86L4 S104L3 S86L3

S86L4 S104L3 S86L3

q q q q

C O EG
q

J H

q q q

0.4

S104L2

0.4

K A

S102L2 S109L2

S104L2

S102L2 S109L2
q q

P F

0.2

0.2

0.0

0.0

0.2

0.4

0.6

0.8

1.0

0.0

S98L2 S122L1 S105L1 S108L1 S109L1 S102L1 S107L1 S80L1 S98L1 S104L1

0.0

0.2

0.4

0.6

0.8

1.0

S98L3

S108L2

S123L2 S83L2 S85L2 S107L2 S110L2 S126L2 S100L1 S101L1 S103L1 S106L1 S110L1 S119L1 S121L1 S123L1 S124L1 S125L1 S126L1 S82L1 S83L1 S84L1 S85L1 S86L2 S86L1 S88L1 S91L1 S95L1 S97L1

S98L2 S122L1 S105L1 S108L1 S109L1 S102L1 S107L1 S80L1 S98L1 S104L1

S98L3

S108L2

S123L2 S83L2 S85L2 S107L2 S110L2 S126L2 S100L1 S101L1 S103L1 S106L1 S110L1 S119L1 S121L1 S123L1 S124L1 S125L1 S126L1 S82L1 S83L1 S84L1 S85L1 S86L2 S86L1 S88L1 S91L1 S95L1 S97L1

q q

I D L M
q q

0 Dim 1 (22.84%)

Dim 1 (22.84%)

Dim 1 (22.84%)

8.2.2 plot.fahst

v fontion plot.fahst permet des reprsenttions grphiques issues de l fontion fahst X elle prend don en entre un ojet rsultt de ette fontionF yn peut ensuite hoisir de reprsenter les IUH

VFPF pontions ssoies l fontion fahst

Figure VFP ! eprsenttion de qutre tris hirrhiques otenus pr l fontion hsortplotF
HSorting of subject 1
2.0 3.0

HSorting of subject 2

1.5

Height

1.0

Height A K B N D I E G C O F P H J L M

0.0

0.5

0.0

1.0 A K F P C O E G B N H J D I L M

HSorting of subject 3
3.0 2.0

2.0

HSorting of subject 4

2.0

Height

Height A F K P C E G O B N D I H J L M

1.0

0.0

0.0

0.5 A K C O E G F P B N D I H J L M

sujetsD les ojetsD etcF our hque reprsenttionD il est possile de modi(er le titre du grphiqueD de modi(er l ouleur pr dfut des pointsD etcF
plot.fahst(x, choix = "ind", axes = c(1, 2), xlim = NULL, ylim = NULL, invisible = NULL, col.ind = "blue", col.var = "red", lab.ind = TRUE, lab.var = TRUE, cex = 1, lab.lev = TRUE, lab.grpe = TRUE, title = NULL, habillage = "none", habillage.lev = "none", traj = FALSE, palette = NULL, new.plot = TRUE, ...)
x X ojet de rsultt de l fontion fahst axes X veteur ontennt les dimensions choix

X grphique trer @ind pour les ojets et les motsD group pour les sujetsD level pour les niveux de hirrhieA xlim X tendue pour l9xe des sisses @pr dfutD lule prtir des rsulttsA ylim X tendue pour l9xe des ordonnes @pr dfutD lule prtir des rsulttsA habillage X hoix de l9hillge des ojetsF ves ojets sont tous oloris de l mme ouleur @noneD pr dfutAD ou selon les groupes issus du niveu de hirrhie d9un sujet @spi(er le numro de l vrile en questionA habillage.lev X hoix de l9hillge des niveux de hirrhieF ves niveux sont tous oloris de l mme ouleur @noneD pr dfutAD pr sujet @sujetA ou pr niveu @levelA col.ind X ouleur pour les ojets col.var X ouleur pour les mots label.ind X oolenD si vriD les lels des ojets sont rits @pr dfut vriA IUI

I et PA

trer pour les grphiques @pr dfutD dimensions

1.0

1.5

ghpitre VF smplmenttion dns de l fontion fahst pour le tritement de donnes de tri hirrhique label.var X oolenD si vriD les lels des mots sont rits @pr dfut vriA label.lev X oolenD si vriD les lels des niveux de hirrhie sont rits @pr dfut vriA invisible X hne de rtres indiqunt les lments ne devnt ps tre dessins @ind ou vrA traj X oolenD si vriD les trjetoires sont tres entre les niveux de hirrhie d9un mme sujet @pr dfut fuxA cex X tille des lels @fF fontion par dns le pkge graphics Y pr dfut IA lab.grpe X oolenD si vri @pr dfutAD les lels des sujets sont rits title X hne de rtre orrespondnt u titre du grphique produit @pr dfut xvvD un titre pr dfut est donnA palette X plette ouleur utilise pour olorier les pointsF r dfutD une plette est d(nie dns l fontionF new.plot X oolenD si vri @pr dfutAD une nouvelle fentre grphique est onstruite
> > > # # > + # > data(cards) group<-c(2,3,3,2,2,4,2,3,2,1,3,2,3,3,3,2,3,3,2,3,3,3,3,3,3,3,3,3,3,3) res.fahst <- fahst(cards,group,graph=F) Graphique des objets sans les mots. Les objets sont coloris selon les groupes issus du deuxime niveau du sujet 1 plot.fahst(res.fahst,choix="ind",invisible="var",habillage=2,title="Habillage des objets selon les groupes issus du deuxime niveau du sujet 1") Graphique des niveaux de hirarchie avec les trajectoires plot.fahst(res.fahst,choix="level",traj=T)

ves (gures VFQ et VFR reprsentent les grphiques issus des deux ommndes prdentesF
8.2.3 print.fahst

v fontion print.fahst retourne l9ensemle des lments disponiles dns les rsultts de l fontion fahst et donne l possiilit de suvegrder les rsultts dns un nouveu (hier (n de les utiliser dns un utre logiielF
print.fahst(x, file = NULL, sep = ";", ...)
x X ojet de rsultt de l fontion fahst file X (hier dns lequel le rsultt est suvegrdF i xvv @pr dfutAD le rsultt n9est ps

suvegrd dns un (hier sep X sprteur de hmp dns le (hier suvegrd @si l9rgument file n9est ps xvvA

> data(cards) > group<-c(2,3,3,2,2,4,2,3,2,1,3,2,3,3,3,2,3,3,2,3,3,3,3,3,3,3,3,3,3,3) > res.fahst <- fahst(cards,group)

IUP

VFQF

fahst

dns ommnder
Figure VFR ! qrphique des niveux de hirrE
Levels representation
1.0 S100L3 S102L3 S105L3 S106L2 S107L3 S110L3 S121L3 S124L3 S80L2 S82L3 S84L2 S88L2 S91L3 S101L3 S125L3 S119L3 S123L3 S103L2 S99L2 S122L3 S122L2 0.8 S109L3 S108L3 S126L3 S100L2 S101L2 S121L2 S124L2 S82L2 S125L2 S119L2 S91L2 S95L2 S83L3

Figure VFQ ! qrphique des ojets sns les mots otenu pr l fontion plot.fahstF ves ojets sont oloris selon les groupes issus du deuxime niveu du sujet IF
Habillage des objets selon les groupes issus du deuxime niveau du sujet 1
8 N B q
q

hie ve les trjetoires otenu pr l fontion plot.fahstF

S105L2 S99L1

Dim 2 (12.7%)

0.6

Dim 2 (12.7%)

C O
q q

J H
q q

S86L4 S104L3 S86L3

E G Kqq A
q q

0.4

S104L2

S102L2 S109L2

q q

0.2

P F

I D q L qM q 0.0
q

S98L2 S122L1 S105L1 S108L1 S109L1 S102L1 S107L1 S80L1 S98L1 S104L1

S98L3

S108L2

S123L2 S83L2 S85L2 S107L2 S110L2 S126L2 S126L1 S100L1 S101L1 S103L1 S106L1 S110L1 S119L1 S121L1 S123L1 S124L1 S125L1 S82L1 S83L1 S84L1 S85L1 S86L2 S86L1 S88L1 S91L1 S95L1 S97L1

0.0 5 0 5

0.2

0.4

0.6

0.8

1.0

Dim 1 (22.84%) Dim 1 (22.84%) Hierarchical Sorting Task factor map

# Les rsultats sont sauvegards dans le fichier res_fahst.csv prsent la racine # du disque C. > print.fahst(res.fahst, file="c:/res_fahst.csv", sep = ";")
8.3

fahst

dans Rcommander

ve tritement des donnes de tri hirrhique est glement disponile dns mdr @pox et al.D PHHWAF v9ensemle des rguments de l fontion pprissent ii dns l fentre priniple @fF pigure VFSAF r dfutD uun sujet n9est onstruitF sl fut liquer sur le outon edd sujets 3 pour sletionner les sujets un un @fF pigure VFTAF ne fois un sujet sletionnD il pprt dns l fentre prinipleF hes vleurs pr dfut sont ssoies l9ensemle des optionsF siD tous les rguments de l fontion fahst n9pprissent ps @notmment tout e qui onerne les lments de vliditA pr soui de simpliit pour l9utilisteurF n outon option grphique permet d9rriver une seonde interfe @fF pigure VFUAF gette interfe est ssoie l fontion plot.fahstF g9est ii que l9on peut modi(er le titre des grphiquesD hnger l ouleur des pointsD hoisir de reprsenter les ojets et les mots de fon superposeD ou sprmentD etcF in(nD une dernire fentre @yutputsD fF pigure VFVA permet de fire pprtre en sortie dns D les lments que l9on souhite @rsultts pour les sujetsD pour les ojetsD etc AF yn peut glement exporter dns un (hier Fsv es lmentsD de fon disposer de l9ensemle des sorties dns ixel @fF fontion print.fahstAF IUQ

ghpitre VF smplmenttion dns de l fontion fahst pour le tritement de donnes de tri hirrhique
Figure VFS ! pentre priniple de l9interfe grphique ssoie l fontion fahstF

Figure VFT ! letion des vriles ssoies un sujet dns l9interfe grphique ssoie l fontion
fahstF

IUR

VFQF

fahst

dns ommnder

Figure VFU ! letion des grphiques de sortie dns l9interfe grphique ssoie l fontion fahstF

Figure VFV ! letion des lments en sortie dns l9interfe grphique ssoie l fontion fahstF

IUS

ghpitre VF smplmenttion dns de l fontion fahst pour le tritement de donnes de tri hirrhique

IUT

Conclusion gnrale

ge trvil trite des donnes de tgoristion en un sens trs lrge X de leur reueil leur tritement sttistique d9une prtD des donnes de tgoristion ux donnes de tri hirrhique en pssnt pr le xpping tgoris d9utre prtF xos premires oservtions et r)exions utour des donnes de tgoristion nous ont d9ord onduit onsidrer les informtions fournies pr es donnes et ensuite envisger deux extensions l tgoristion X une premireD originleD que nous vons ppele xpping tgoris et une seondeD peu utiliseD le tri hirrhiqueF gei nous onduit proposer une mthodologie se sur les tleux multiples et plus prtiulirement sur l9epw pour triter es trois types donnesF xous vons glement dvelopp pour les utilisteurs des fontions dns le lngge F hns le suite de ette onlusionD on ppelle donnes de tgoristion @suf mention ontrireA les donnes issues des trois mthodes de reueilF eu del des prtitions otenues suite une preuve de tgoristion stricto sensuD nous vons herh omprendre omment les sujets outissent un tel rsulttF hns un premier tempsD l9oservtion de sujets rlisnt une the de xpping onduit ominer xpping et tgoE ristion X ette ominison d9une prt enrihit l tgoristion en visulisnt trvers l position des ojets sur l nppe l distne reltive des groupes les uns pr rpport ux utres et d9utre prt pro(te glement u xpping en exernt les distnes entre ojets sur l nppe trvers leur pprtenne un groupeF hns un deuxime tempsD nous vons herh otenir une informtion supplmentire qunt l hirrhistion des ritres lors d9une preuve de tgoristion Y 9est pourquoi le tri hirrhique ttir notre ttention X e qui suppose impliitementD mis el reste vri(erD que le premier ritre utilis pr un sujet lors d9un tri hirrhique est le plus importnt pour luiF yn s9est tth lors du tritement sttistique de es di'rents types de donnes utiliser une pprohe ommuneF in outreD les donnes ont t ordes sous deux ngles qui onstituent deux regrds que l9on peut porter sur es donnes X le premier onerne l fisilit de l the demnde et le seond onerne l9informtion prsente dns les donnes ellesEmmesF our juger de l fisilit des di'rentes thesD un iln des omportements peut tre fit trvers l9tude de di'rents inditeurs X le nomre de groupes fournis pr hque sujetD le nomre d9ojets pr groupe pour l9ensemle des sujets ou ien enore le nomre de mots utiliss pour drire hque groupe pour l9ensemle des sujetsF ges inditeurs peuvent tre omprs d9un individu un IUU

gonlusion gnrle utre ou ien d9une expriene une utreF sls suggrent des pistes d9interprttion entre lesquelles seul l9utilisteur pourr hoisir X un sujet ynt fourni euoup de groupes EtEil vu euoup de di'renes entre les ojets ou ien u ontrire n9EtEil ps vu de ressemlnes c hi'rents points de vue sont nessires pour omprendre les donnesF sls orrespondent ux di'rents lments d9intrt en tgoristion X les ojets ien sr mis ussi les sujets et les motsF our tudier es di'rents lmentsD nous vons herh otenir les reprsenttions suivntes X une reprsenttion eulidienne des ojets re)tnt les ssoitions entre ojets X dns ette reprsenttionD deux ojets sont d9utnt plus prohes qu9ils ont t vus omme semlles pr un grnd nomre de sujets Y une reprsenttion eulidienne des sujets re)tnt leur similitude qunt u rsultt fourni X dns ette reprsenttionD deux sujets sont d9utnt plus prohes que les prtitionsD nppes tgorises ou tris hirrhiques qu9ils ont fournis sont similires Y une reprsenttion eulidienne des mots re)tnt leur ssoition ux ojets X dns ette reE prsenttionD deux mots sont d9utnt plus prohes qu9ils ont t ssois ux mmes ojetsF pe l diversit des prtitions fournies @pr exempleD ertins fournissent une prtition en deux groupes lors que d9utres fournissent une prtition en six groupesAD se pose le prolme de l9in)uene respetive de hun des sujetsF sl est nturel dns l9nlyse de herher d9une prt quilirer l9in)uene des sujets mis d9utre prt prendre en ompte le fit que ertins fournissent dvntge d9informtion que d9utresF ve point de vue tleux multiplesD trvers l9utilistion de l9epwD donne une solution tehnique ette doule exigeneF v9epw permetD de plusD d9otenir des reprsenttions des ojetsD des sujets et des mots qui sont lies entre ellesF gette proprit pprt omme essentielle dns l omprhension des donnes rD de ette fonD les di'rentes reprsentE tions se servent mutuellement d9ide l9interprttionF einsiD pr exempleD lors de l9interprttion de l reprsenttion des sujetsD le fit que elleEi soit lie l reprsenttion des ojets permet de omprendre en quoi deux sujets sont prohes sur ette reprsenttion @quelles dimensions visEEvis des ojets ils ont en ommunAF vors de l9nlyse de es rsulttsD l9utilisteur peut se demnderD lgitimementD si l struture mise en videne ne peut ps tre due u hsrdF in prtiqueD l vlidtion se fit essentiellement pr le sens X 9estEEdire prtir de l possiilit d9interprter ou non les rsulttsF gependntD on sit que ette interprttion est frgile en tgoristion r le formt prtiulier des donnes @gnrlement euoup plus de vriles que d9individusA engendre mniquement des liisons dns les donnesF our elD nous vons introduit deux inditeurs servnt d9lments sttistiques de vlidtion X u niveu glolD l premire vleur propre et u niveu des ojetsD des ellipses de on(neF ve test ssoi l premire vleur propre permet d9rter les jeux de donnes sns struture X 9estEEdire dns lequel il n9existe ps un minimum d9ord entre les sujetsF v onstrution d9ellipses de on(ne utour de l position des ojets permet d9illustrer en quelque sorte l stilit des ojets visEEvis du jury utilisF gonernnt es ellipses de on(neD ien que nous yons propos un inditeur pour juger de leur signi(tivitD des prolmes persistentF in e'etD le formt prtiulier des donnes de tgoristion entrne mniquement de petites ellipses ien di'renies @mme pour des donnes simules sns IUV

gonlusion gnrle strutureAF sl reste trouver une produre qui permette d9otenir d9une prtD prtir de donnes simules sns strutureD de grndes ellipses se hevuhnt presque ompltement etD d9utre prtD prtir de donnes struturesD de petites ellipsesF v mthodologie prsente dns e trvil t onstruite dns le s o tous les sujets vluent tous les ojetsF yrD en nlyse sensorielleD il n9est ps rre d9voir des donnes inompltes X e s de (gure intervient pour les donnes de tgoristion lorsque le nomre d9ojets est trop importnt pour que les sujets vluent tous les ojetsF xous nous sommes don pls dns e ontexte pour les donnes de tgoristion u sens stritF heux prolmes pprissent lors X le hoix des ojets mnqunts pour hque sujet et l9nlyse de es donnesF xous vons propos une strtgie pour d9une prt hoisir les ojets vlus pr hque sujet et d9utre prt triter es donnes en tnt onsients du rpprohement mnique des sujets ynt vlu les mmes ojetsF our rpondre ux demndes des utilisteurs qunt u pourentge ou u nomre mximl d9ojets mnquntsD une tude systmtique doit tre envisgeF sl serit glement intressnt de voir si les trois mthodes de reueil onduisent l mme tolrne visEEvis des donnes inompltesF in(nD l9oservtion de sujets rlisnt les di'rentes thes prsentes ii permis de vri(er qu9elles sont ien rlisles en prtique pr tous types de sujets X l fois des expertsD des onsomE mteurs et mme des enfntsF wis ei ne signi(e ps queD u niveu individuelD tous les sujets soient l9ise ve es mthodesF he e point de vueD idlementD on pourrit lisser le hoix hque sujet de fournir une tgoristionD une nppeD une nppe tgorise ou ien un tri hirrhique et ei selon son isne ve hune des mthodesF he pr l9unit des mthodologies proposesD es donE nes pourrient tre isment trites pr epwrF xous otenons insi l9pprohe holistique lire X pprohe dns lquelle les sujets rlisent selon leur envie ou leur isne n9importe quelle the prmi l tgoristionD le xpping D le xpping tgoris et le tri hirrhiqueF

IUW

gonlusion gnrle

IVH

Bibliographie

Abdi

D rF @PHHUAF v oe0ient nd ongruene oe0ientF In SalkindD xFD diteur X Encyclopedia of Measurement and StatisticsD pges VRW!VSQF housnd yks @geA X geF

D rF et ValentinD hF @PHHUAF ome new nd esy wys to desrieD ompreD nd evlute produts nd ssesorsF In Summer Program in Sensory EvaluationF AbdiD rFD ValentinD hFD CholletD F et ChreaD gF @PHHUAF enlyzing ssessors nd produts in sorting tsks X hsesD theory nd pplitionsF Food Quality and PreferenceD IVXTPU!TRHF AdamsD iF sF @IWUPAF gonsensus tehniques nd the omprison of txonomi treesF Systematic ZoologyD PIXQWH!QWUF AdamsD iF sF @IWVTAF xEtrees s nestings X gomplexityD similrityD nd onsensusF Journal of ClassicationD QXPWW!QIUF BallesterD tFD PatrisD fFD SymoneauxD F et ValentinD hF @PHHVAF goneptul vsF pereptul wine spes X hoes expertise mtterF Food Quality and PreferenceD IWXPTU!PUTF BenzcriD sFEF @IWUQAF L'analyse des donnes, tome 2F hunodF BenzcriD tFEF @IWTRAF ur l9nlyse ftorielle des proximitsF Publication de l'ISUPD IQ @RAXPQS! PVIF BijmoltD F et WedelD wF @IWWSAF he e'ets of lterntive methods of olleting similrity dt for multidimensionl slingF International Journal of Research in MarketingD IPXQTQ!QUIF BimlerD hF et KirklanD tF @IWWUAF wultidimensionl sling of hierrhil sorting dt pplied to fil expressionsF Scandinavian Journal of PsychologyD QVXQRW!QSUF BlancherD qFD CholletD FD KestelootD FD Nguyen HoangD hFD CuvelierD qF et SieffermannD tFEwF @PHHUAF prenh nd vietnmese X row do they desrie texture hrteristis of the sme food c se study with jelliesF Food Quality and PreferenceD IVXSTH!SUSF BlancherD qFD MatteiD fFD OelhafenD xF et AdamD gF @PHHVAF e omprison of free sorting nd hierrhil sorting tsksD se study with suesF In 10th European Symposium on Statistical Methods for the Food IndustryF BorgD sF et GroenenD F @IWWUAF Modern Multidimensional Scaling. Theory and applicationF prinE gerF BradleyD F et HarmonD F @IWTRAF he modi(ed tringle testF BiometricsD PHXTHV!TPSF CadoretD wFD LD F et PagsD tF @PHHWAF e ftoril pproh for sorting tsk dt @peAF Food Quality and PreferenceD PHXRIH!RIUF
Abdi

IVI

filiogrphie
Callier

Cartier

D FD RytzD eFD LecomteD eFD PobleteD pFD KrystlikD tFD BelinD iF et MartinD xF @PHHTAF orting proedure s n lterntive to quntittive desriptive nlysis to otin produt sensory mpF Food Quality and PreferenceD IUXSTP!SUIF ChauhanD tF et HarperD F @IWVTAF hesriptive pro(ling versus diret similrity ssessments of soft drinkF Journal of Food TechnologyD PIXIUS!IVUF CholletD F et ValentinD hF @PHHIAF smpt of trining on eer )vor pereption nd desription X re trined nd untrined sujets relly di'erent c Journal of Sensory StudiesD ITXTHI!TIVF ChreaD gFD FordeD gFD SmythD FD ReverseauD FD DelahuntyD gF et CoxD hF @PHHVAF ereption of wine qulity X e study using inry hierrhil sorting tsk to eliit nonEsensory properties of ustrlin winesF In Third European Conference on Sensory and Consumer ResearchF ColbournD gF et DinitzD tF @IWWTAF The CRC Handbook of Combinatorial DesignsF gg ressF CoxD F et CoxD wF @IWWRAF Multidimensional ScalingF ghpmn 8 rllF CritchleyD pF et HeiserD F @IWVVAF rierrhil trees n e perfetly sled in one dimensionF Journal of ClassicationD SXS!PHF DairouD F et SieffermannD tFEwF @PHHPAF e omprison of IR jms hrterized y onventionnl pro(le nd quik originl methodD the )sh pro(leF Journal of Food ScienceD TUXVPT!VQRF e d'AubignyD qF @IWWVAF ers un renouveu du positionnement multidimensionnelF In 4 journes MODULAD (CISIA)F DobsonD eF @IWUSAF gompring the shpes of treesF Lecture Notes in MathematicsD RSPXWS!IHHF EfronD fF @IWUWAF footstrp method X nother look t the jkknifeF Annals of StatisticsD UXI!PTF EgoroffD gF @PHHSAF row to mesure ttile pereption X se study on utomotive frisF In ESN Conference, Madrid-SpainF eme ditionF EscofierD fF et PagsD tF @IWWVAF Analyses factorielles simples et multiplesF hunodD 3 FalaheeD wF et MacRaeD eF @IWWSAF gonsumer pprisl of drinking wter X multidimensionl sling nlysisF Food Quality and PreferenceD TXQPU!QQPF FarrisD tF @IWUQAF yn ompring the shpes of txonomi treesF Systematic ZoologyD PPXSH!SRF FayeD FD BrmaudD hFD Durand DaubinD wFD CourcouxD FD GiboreauD eF et NicodD rF @PHHRAF ereptive free sorting nd verliztion tsks with nive sujets X n lterntive to desriptive mppingsF Food Quality and PreferenceD ISXUVI!UWIF FayeD FD BrmaudD hFD TeilletD iFD CourcouxD FD GiboreauD eF et NicodD rF @PHHTAF en lterntive to externl preferene mpping sed on onsumer pereptive mppingF Food Quality and PreferenceD IUXTHR!TIRF FichetD fF @IWVTAF histnes nd euliden distnes for preseneEsene hrters nd their pplition to ftor nlysisF In de LeeuwD tFD HeiserD FD MeulmanD tF et CritchleyD pFD diteurs X Multidimensional data analysisD pges PQ!RTF hy ressF FoxD tFD with ontriutions from Liviu AndronicD AshD wFD BoyeD FD CalzaD FD ChangD eFD GrosjeanD FD HeibergerD FD KernsD qF tFD LancelotD FD LesnoffD wFD LiggesD FD MessadD FD MaechlerD wFD MuenchenD FD MurdochD hFD NeuwirthD iFD PutlerD hFD RipleyD fFD RisticD wFD et Wolf.D F @PHHWAF Rcmdr : R CommanderF pkge version IFSERF GauthierD FD BlancherD qFD HuberD fFD GrnigD fFD GodefroyD gF et AdamD gF @PHHWAF gpitlizing on the informtion olleted while sreening lrge numer of produts E se study with ie remsF In Pangborn Sensory Science SymposiumF IVP

D F @IWWTAF La cartographie des prfrences. Son application en milieu industriel et son extension aux plans incompletsF hse de dotortD niversit de wontpellier PF

filiogrphie D qFD BallayD FD EladanD xF et SieffermannD tF @PHHSAF plsh pro(le nd frgrne reserh X using the words of the nive onsumers to etter grsp the perfume9s universeF In ESOMAR Fragrance Research ConferenceD xewEorkF GowerD tF @IWTTAF ome distne properties of ltent root nd vetor methods in multivrite nlysisF BiometrikaD SQXQPS!QQVF GowerD tF et DijksterhuisD qF @PHHRAF Procustes ProblemsF yxford niversity ress snF GreenacreD wF @IWVRAF Theory and Application of Correspondence AnalysisF vondon X edemi ressF GunocheD eF @PHIHAF gonsensus de prtitions X une pprohe onstrutiveF In onzime congrs de la Socit Franaise de Recherche Oprationnelle et d'Aide la Dcision (ROADEF)F HanafiD wF et QannariD iF @PHHVAF xouvelles proprits de l9nlyse en omposntes ommunes et poids spi(quesF Journal de la Socit Franaise de Statistique - Revue de Statistique AppliqueD IRWXUS!WUF HealyD eF et MillerD qF @IWUHAF he ver s the min derterminnt of the sentene meningF Psychonomic ScienceD PHXQUPF HubertD vF et ArabieD F @IWVSAF gompring prtitionsF Journal of ClassicationD PXIWQ!IWVF HulinD F et KatzD hF @IWQSAF he froisEwittmnn pitures of fil expressionF J Experimental PsychologyD IVXRVP!RWVF HussonD pFD JosseD tFD LD F et MazetD tF @PHHWAF FactoMineR : Factor Analysis and Data Mining with RF pkge version IFIPF HussonD pFD LD F et PagsD tF @PHHSAF gon(dene ellipse for the sensory pro(les otined y prinipl omponent nlysisF Food Quality and PreferenceD ITXPRS!PSHF HussonD pF et LD F @PHHWAF SensoMineR : Sensory data analysis with RF pkge version IFIHF IssanchouD F @PHHWAF wthodes nonEverlesF In Evaluation sensorielles : manuel mthodologiqueF vvoisierF JosseD tFD PagsD tF et HussonD pF @PHHVAF esting the signi(ne of the RV oe0ientF Computational Statistics and Data AnalysisD SQXVP!WIF KingD wFD CliffD wF et HallD tF @IWWVAF gomprison of projetive mpping nd sorting dt olleE tion nd multivrite methodologies for identi(tion of similrutyEofEuse of snk rsF Journal of Sensory StudiesD IQXQRU!QSVF LD FD HussonD pF et PagsD tF @PHHRAF gon(dene ellipses in rwpe pplied to sensory pro(les of hooltesF In 7th Sensometrics meetingF LavitD gF @IWUTAF Analyse conjointe de tableaux quantitatifs : Mthode et programmesF wssonF LavitD gFD EscoufierD FD SabatierD F et TraissacD F @IWWRAF he eg @esA methodF Computational Statistics and Data AnalysisD IVXWU!IIWF LawlessD rF @IWVWAF ixplortion of frgrne tegories nd miguous odors using multidimensioE nl sling nd luster nlysisF Chemical SensesD IRXQRW!QTHF LawlessD rF et HeymannD rF @IWWVAF Sensory evaluation of food. Principles and practicesF ghpmn 8 rllF LawlessD rFD ShengD F et KnoopsD F @IWWSAF wultidimensionl sling of sorting dt pplied to heese pereptionF Food Quality and PreferenceD TXWI!WVF Le DienD F et PagsD tF @PHHQAF enlyse ftorielle multiple hirrhiqueF Revue de Statistique AppliqueD SIXRU!UQF
Gazano

IVQ

filiogrphie
Le Dien

D F et PagsD tF @PHHQAF rierrhil multiple ftor nlysis X pplition to the ompE rison of sensory pro(lesF Food Quality and PreferenceD IRXQWU!RHQF LebartD vFD MorineauD eF et TabardD xF @IWUUAF Techniques de la description statistiqueF hunodF LebartD vFD PironD wF et MorineauD eF @PHHTAF Statistique exploratoire multidimensionnelleF hunodF LeclercD fF @IWVSAF v omprison des hirrhies X indies et mtriquesF Mathmatiques et Sciences HumainesD WPXS!RHF LeclercD fF et CucumelD qF @IWVUAF gonsensus en lssi(tion X une revue iliogrphiqueF Mathmatiques et Sciences HumainesD IHHXIHW!IPVF LelivreD wFD CholletD FD AbdiD rF et ValentinD hF @PHHVAF ht is the vlidity of the sorE ting tsk for desriing eers c study using trined nd untrined ssessorsF Food Quality and PreferenceD IWXTWU!UHQF v9rermier des PlantesD rF @IWUTAF Structuration des tableaux trois indices de la statistiqueF hse de dotortD niversit de wontpellierF MargushD F et McMorrisD pF @IWVIAF gonsensus nEtreesF Bulletin of Mathematical BiologyD RQXPQW!PRRF NestrudD wF et LawlessD rF @PHIHAF ereptul mpping of pples nd heeses using projetive mpping nd sortingF Journal of Sensory StudiesD sn pressF PagsD tF et PrinelD iF @PHHUAF flos inomplets quilirs versus plns optimuxF Journal de la Socit Franaise de Statistique - Revue de Statistique AppliqueD IRVXIHH!IIPF PagsD tF @IWWTAF ilments de omprison entre l9nlyse ftorielle multiple et l mthode esF Revue de Statistique AppliqueD RRXVI!WSF PagsD tF @PHHPAF enlyse ftorielle multiple pplique ux vriles qulittives et ux donnes mixtesF Revue de Statistique AppliqueD SHXS!QUF PagsD tF @PHHQAF eueil diret de distnes sensorielles X pplition l9vlution de dix vins lns du l de voireF Sciences des AlimentsD PQXTUW!TVVF PagsD tF @PHHRAF enlyse ftorielle de donnes mixtesF Revue de Statistique AppliqueD SPXWQ!IIIF PagsD tF @PHHSAF golletion nd nlysis of pereived produt interEdistnes using multiple ftor nlysis Y pplition to the study of ten white wines from the voire lleyF Food Quality and PreferenceD ITXTRP!TRWF ParrD FD GreenD tFD WhiteD uF et SherlockD F @PHHUAF he distintive )vour of new zelnd suvignon ln X ensory hrteristion y wine professionlsF Food Quality and PreferenceD IVXVRW!VTIF QannariD iFD CariouD FD TeilletD iF et SchlichD F @PHIHAF yEgg X e proedure for the sttistil tretment of free sorting dtF Food Quality and PreferenceD PIXQHP!QHVF QannariD iFD CourcouxD F et VigneauD iF @PHHIAF gommon omponents nd spei( weights nlysis performed on preferene dtF Food Quality and PreferenceD IPXQTS!QTVF QannariD iFD WakelingD sFD CourcouxD F et MacfieD wF @PHHHAF he(ning the underlying sensory dimensionsF Food Quality and PreferenceD IIXISI!ISRF R Development Core Team @PHHVAF R : A Language and Environment for Statistical ComputingF poundtion for ttistil gomputingD iennD eustriF sfx QEWHHHSIEHUEHF RaoD F et KatzD F @IWUIAF elterntive multidimensionl sling methods for lrge stimulus setsF Journal of Marketing ResearchD VXRVV!RWRF IVR

filiogrphie D iFD MCEwanD tFD ColwillD tFD RogersD F et LyonD hF @IWWRAF rojetive mpping X e tool for sensory nlysis nd onsumer reserhF Food Quality and PreferenceD SXPTQ!PTWF RobertD F et EscoufierD F @IWUTAF e unifying tool for liner multivrite sttistil methods X the RV oe0ientF Applied StatisticsD PSXPSU!PTUF RohlfD pF @IWVPAF gonsensus indies for ompring lssi(tionsF Mathematical BiosciencesD @SWAX IQI!IRRF SantosaD wFD AbdiD rF et GuinardD tFEF @PHIHAF e modi(ed sorting tsk to investigte onsumer pereptions of extr virgin olive oilsF Food Quality and PreferenceD sn pressF SauvageotD pF @PHHWAF v dure de l sne et l hrge de trvilF In Evaluation sensorielles : manuel mthodologiqueF vvoisierF SchlichD F @IWWTAF he(ning nd vlidting ssessor ompromises out produt distnes nd ttriute orreltionsF In NoesD F et RisvikD iFD diteurs X Multivariate analysis of data in sensory scienceF ilsevier ieneF SokalD F et RohlfD pF @IWTPAF he omprison of dendrogrms y ojetive methodsF TaxonD IIXQQ!QWF SouffletD sFD CalonnierD wF et DacremontD gF @PHHRAF e omprison etween industril experts9 nd novies9 hpti pereptul orgniztion X tool to identify desriptors of the hndle of frisF Food Quality and PreferenceD ISXTVW!TWWF StoneD rFD SidelD tFD OliverD FD WoolseyD eF et SingletonD F @IWURAF ensory evlution y quntittive desriptive nlysisF Food TechnologyD PVXPR!QRF TakaneD F @IWVHAF enlysis of tegorizing ehvior y qunti(tion methodF BehaviormetrikaD VXUS!VTF TangD gF et HeymannD rF @PHHPAF wultidimensionl sortingD similrity sling nd freeEhoie pro(ling of grpe jelliesF Journal of Sensory StudiesD IUXRWQ!SHWF TeilletD iFD UrbanoD gFD CordelleD F et SchlichD F @PHHVAF hterminer le got de l9eu ne oule ps de soureF In 10th European Symposium on Statistical Methods for the Food IndustryF TenenhausD wF et YoungD pF @IWVSAF en nlysis nd synthesis of multiple orrespondene nlysisD optiml slingD dul slingD homogeneity nlysis nd other methods for quntifying tegoril multivrite dtF PsychometrikaD SHXWI!IIWF TorgersonD F @IWSVAF Theory and Methods of ScalingF ileyF n der KlootD F et Van HerkD rF @IWWIAF wultidimensionl sling of sorting dt X e ompE rison of three proeduresF Multivariate Behavioral ResearchD PTXSTQ!SVIF WilliamsD eF et LangronD F @IWVRAF he use of freeEhoie pro(ling for the evlution of omE meril portsF Journal of the Science of Food and AgricultureD QSXSSV!STVF YounessD qF et SaportaD qF @PHHRAF ne mthodologie pour l omprison de prtitionsF Revue de Statistique AppliqueD SPXWU!IPHF
Risvik

IVS

in nlyse sensorielleD les pprohes holistiquesD dns lesquelles les ojets sont onsidrs omme un toutD sont de plus en plus utilises pour reueillir des donnesF veur intrt vient d9une prt du fit qu9elles permettent d9qurir d9utres types d9informtions que elles otenues pr les mthodes de pro(l lssiques et d9utre prt du fit qu9elles ne demndent uune omptene prtiulireD e qui les rend rlisle pr tous types de sujetsF v tgoristion @ou tri lireA dns lquelle l the demnde ux sujets est de fournir une prtition des ojetsD fit prtie de es pprohesF gette thse se onentre dns une premire prtie sur les donnes de tgoristionF eprs voir vu que ette mthode de reueil de donnes est pertinenteD nous nous intressons u tritement sttisE tique de es donnes trvers l reherhe de reprsenttions eulidiennesF v mthodologie propose qui onsiste utiliser des mthodes ftorielles telles que l9enlyse des gorrespondnes wultiple @egwA ou l9enlyse ptorielle wultiple @epwA est glement enrihie d9lments de vliditF gette mthodologie est ensuite illustre pr l9nlyse de deux jeux de donnes otenus prtir de ires d9une prt et de prfums d9utre prtF v deuxime prtie est onsre l9tude de deux modes de reueil de donnes lis l tgoristion X le xpping tgoris et le tri hirrhiqueF our es deux reueilsD nous nous intressons glement u tritement des donnes en doptnt une dmrhe similire elle utilise pour les donnes de tgoristionF in(nD l dernire prtie est onsre l9implmenttion dns le logiiel de di'rentes fontions permettnt de triter les trois types de donnes que sont les donnes issues de tgoristionD xpping tgoris et tri hirrhiqueF wots ls X enlyse des gorrespondnes wultiplesD enlyse ptorielle wultipleD enlyse pE torielle wultiple rirrhiqueD enlyse sensorielleD gtgoristionD lments de vliditD xpping tgorisD eprsenttions eulidiennesD ri hirrhique
Abstract

Rsum

sn sensory nlysisD holisti pprohes in whih ojets re onsidered s whole re inresingly used to ollet dtF heir interest omes on one hnd from their ility to quire other types of informtion s the one otined y trditionl pro(ling methods nd on the other hnd from the ft they require no speil skillsD whih mkes them fesile y ll sujetsF gtegoriztion @or free sortingAD in whih sujets re sked to provide prtition of ojetsD elongs to these pprohesF he (rst prt of this work fouses on tegoriztion dtF efter seeing tht this method of dt olletion is relevntD we fous on the sttistil nlysis of these dt through the reserh of iuliden representtionsF he proposed methodology whih onsists in using ftoril methods suh s wultiple gorrespondene enlysis @wgeA or wultiple ptor enlysis @wpeA is lso enrihed with elements of vlidityF his methodology is then illustrted y the nlysis of two dt sets otined from eers on one hnd nd perfumes on the other hndF he seond prt is devoted to the study of two dt olletion methods relted to tegoriztion X sorted xpping nd hierrhil sortingF por oth dt olletionsD we re lso interested in sttistil nlysis y dopting n pproh similr to the one used for tegoriztion dtF he lst prt is devoted to the implementtion in the softwre of funtions to nlyze the three kinds of dt tht re tegoriztion dtD hierrhil sorting dt nd sorted xpping dtF ueywords X wultiple gorrespondene enlysisD wultiple ptor enlysisD rierrhil wultiple ptor enlysisD ensory enlysisD gtegoriztionD ilements of vlidityD orted xpping D iuliden representtionsD rierrhil sorting