Académique Documents
Professionnel Documents
Culture Documents
Plan du cours
- Les mthodes de traitement des donnes
- Les traitements lmentaires
- Les analyses multi-varies
- Les mthodes avances d'analyse multi-varie
En colonne : les variables
En ligne : les rpondants
- Les critres fondamentaux de classement des mthodes d'analyse de donnes
- Critre 1 : la partition ou non de la matrice des donnes
- critre 2 : La nature des variables impliques (nominales, ordinales ou
mtriques)
- Critre 3 : Le nombre de variables traites simultanment (mthodes univaries, varies et multi-varies)
- Critre 1 : la partition ou non de la matrice des donnes
- Spare les mthodes "descriptives" des mthodes "explicatives"
- Traduit l'objectif de l'utilisateur :
- Logique de modlisation (tude de liaison entre deux phnomnes)
- Logique de description (rsumer les donnes d'un phnomne)
- Critre 2 : La nature des variables impliques (nominales, ordinales ou
mtriques)
- Les variables mtriques (quantitatives) => apparaissent chaque fois que la
personne interroge se voit demander la valeur qu'elle donne la variable
concerne
- Les variables nominales (qualitatives) : =>apparaissent chaque fois que la
personne interroge a le choix entre plusieurs modalits qui lui sont proposes
explicitement ou implicitement (cas d'une question ouverte avec postcodification)
- Les variables ordinales (qualitatives) => apparaissent chaque fois que la
personne interroge se voit demande de classer plusieurs items proposs
La rgression linaire *
o Simple : explication dune variable quantitative Y laide dune
variable galement quantitative X
o Multiple : utilisation de plusieurs variables explicatives (X1, X2,)
pour expliquer Y.
Lanalyse de la variance (ANOVA)*
Lanalyse discriminante
Lanalyse conjointe (MONANOVA)
La segmentation
Rfrence bibliographique :
MARKET : Etudes et Recherches en Marketing
Auteur : Y.Evrard, B. Pras et E.roux
Etudes de march
Auteurs : Jean-Luc Giannelloni & Eric Vernette
Editeur : Vuibert
Date de parution : 2001 (2me dition)
Volume : 592
Exemple :
-
Ltendue : Intervalle qui spare les deux valeurs extrmes : E = Xmax - Xmin
La variance : Moyenne des carrs des carts par rapport la moyenne
(obtenue sur chantillon) : Sk = (Xik Xak)/(n-1)
Lcart-type : Racine carre de la variance.
Le coefficient de variation : Pourcentage permettant de comparer la
dispersion de variables ayant des moyennes diffrentes.
Le test de moyenne
Il sagit de comparer la moyenne obtenue sur un chantillon A X A une valeur
prdtermine.
Lhypothse nulle peut tre formule de deux faons :
-
Sous forme dingalit (par exemple XA ???) Il sagira alors dun test
unilatral.
Sous forme dgalit (XA ???) : Il sagira alors dun test bilatral.
Introduction
-
Exemples :
-
La valeur z ainsi calcule doit tre compare avec la valeur lue dans la
table normale pour le seuil de confiance dsir et compte tenu du
caractre unilatral ou bilatral du test
Exemple
Dans le cadre de ltude FAT, le croisement de la question 1(nombre de vols par
an) et de la question 5(motifs du voyage) fait apparatre les rsultats suivants :
-
Simple :
Multiple :
Comme on dsire minimiser E. Il faut annuler les drivs partiels par rapport
a0 et a1. La rsolution de ce systme de drivs fournit le coefficient de
rgression a1 de rgression a1 et lordonne lorigine a0 de la droite des
moindres carrs :
Moy(X) = 5
Moy(y) = 20
LAnalyse de la variance
-
Exemple :
-
Lquation de lANOVA
On note :
o
o
o
o
o
La table dANOVA
Degrs de
libert
K1
NK
Somme des
carrs
DISPF
DISPR
Total
N-1
DISPT
Carrs
moyens
VF = DISPF/(k1)
VR = DISPR/
(N-k)
F
VF/VR
Aprs le calcul de F, on fixe le seul alpha. Si F est suprieur la valeur Falpha (lue
dans une table F pour les mmes degrs de libert), on rejette lhypothse Ho,
donc il y a une diffrence significative entre les modalits.
Analyses multivaries
Mthodes Descriptives
Introduction
A la diffrence des mthodes explicatives, les mthodes descriptives prennent en
compte un ensemble de variables.
Elles cherchent structurer ou rsumer un groupe de variables quantitatives (par
exemple la rduction des colonnes de la matrice des donnes pour lanalyse
factorielle)
Elles cherchent dcrire de faon synthtique la structure des donnes
disponibles (par exemple le regroupement des observations en classes
homognes pour lanalyse typologique)