Vous êtes sur la page 1sur 10

www.elmerouani.jimdo.

com 16/04/2012
®E

Exemples et Exercices
lM

AFC
ero

1
ua
ni
FP

Exemple 1:
Te

• Soit la matrice des probabilités suivante de


type (3,2)
tou

1 1
 
 6 6 
1 1
P= 
an

 12 4 
1 1
 
 4 12 

1
www.elmerouani.jimdo.com 16/04/2012

• Que l’on peut écrire sous forme d’un tableau


®E

Total
1/6 1/6 1/3
lM

1/12 1/4 1/3


1/4 1/12 1/3
ero

Total 1/2 1/2 1

3
ua
ni
FP

Nuage A(I):
Te

p p   1/ 6 1/ 6   1 1 
L1 =  11 ; 12  =  ; = ; 
 p1• p1•   1 / 3 1 / 3   2 2 
tou

p p   1 / 12 1 / 4   1 3 
L2 =  21 ; 22  =  ; = ; 
 p 2• p 2•   1 / 3 1 / 3   4 4 
an

 p31 p32   1 / 4 1 / 12   3 1 
L3 =  ;  =  ; = ; 
p
 3• p3•   1 / 3 1 / 3  4 4
4

2
www.elmerouani.jimdo.com 16/04/2012

Nuage B(I):
M 1 = (β11 ; β12 ); M 2 = (β 21 ; β 22 ); M 3 = (β 31 ; β 32 )
®E

pij
β ij =
pi • p• j
lM

 p11 p12   1/ 2 1/ 2 
M1 =  ; =  ; 
p p p p   1/ 2 1/ 2 
 1• •1 1• •2 
ero

 2 2
M 1 =  ; 

 2 2  5
ua
ni
FP

 p21 p22   1/ 4 3 / 4 
M2 =  ; =  ; 
p   1/ 2 1/ 2 
 2• p•1 p2• p•2 
Te

 2 3 2
M 2 =  ; 
tou

4 4 
 
 p31 p32   3 / 4 1/ 4 
M3 =  ; =  ; 
p p p p   1/ 2 1/ 2 
an

 3• •1 3• •2 
3 2 2 
M 3 =  ; 
 4 4 
6

3
www.elmerouani.jimdo.com 16/04/2012

Matrice des variances-covariances:


• Carrée d’ordre 2
 v11 v12 
®E

W =  
v v
 21 22 
lM

(
v11 = ∑ pi• β i1 − p•1 ) = p (β − p ) + p (β
2
1• 11 •1
2
2• 21 )2
(
− p•1 + p3• β 31 − p•1 )
2

i
2 2 2
1 2 2  1 2 2  13 2 2
v11 =  −  +  −  +  − 
2  3  4 2  3  4 2 
ero
3 2
1 2  1 2  1
v11 =   +   =
3  16  3  16  12
7
ua
ni
FP

(
v 22 = p 1• β 12 − p•2 )
2
(
+ p 2 • β 22 − p•2 )2
(
+ p 3 • β 32 − p•2 ) 2

2 2 2
1 2 2  13 2 2  1 2 2
Te

v22 =  −  + 
  −  + 
  − 
3 2 2  3 4 2  3 4 2 
tou

1 2 1 2  1 2  1
v22 = (0) +   +   =
3 3  16  3  16  12

( )( ) ( )( ) ( )( )
an

v12 = v21 = p1• β11 − p•1 β12 − p•2 + p2• β21 − p•1 β22 − p•2 + p3• β31 − p•1 β32 − p•2

1  2 2  2 2  1  2 2  3 2 2  1  3 2 2  2 2 
v12 =  −  −  +  −  −  +  −  − 
3  2 2  2 2  3  4 2  4 2  3 4 2  4 2 
−1
v12 = = v21
12 8

4
www.elmerouani.jimdo.com 16/04/2012

• D’où
 1 / 12 − 1 / 12 
W =  
 − 1 / 12 1 / 12 
®E
• Variabilité de B(I):

VB = tr (W ) =
1 1 1
+ =
lM
12 12 6
• Valeurs propres de W:
1 −1
−λ
ero

det (W − λI ) = 12 12 = 0
−1 1
−λ
12 12 9
ua
ni
FP
2 2
1  1
⇒  −λ −  = 0
 12   12 
1 λ
2 2
1
Te

⇒   − +λ −  = 0
2

 12  6  12 
 1 1
⇒ λ  λ −  = 0 ⇒ λ = 0; λ =
tou

 6 6
1
⇒ λmax =
an

6 1
⇒ VC = λmax =
6
VC λ
Variabilité expliquée est δ = = max = 1
VB tr (W )
10

5
www.elmerouani.jimdo.com 16/04/2012

Distance χ2 dans A(I):


2
1  pij pi ' j 
d 2 (i, i') = ∑  − 
®E

j p• j  pi • pi '• 
i = 1; i ' = 2
lM
2 2
1 p p  1 p p 
d (1, 2 ) =  11 − 21  +  12 − 22 
2

2  p1• p2•  2  p1• p2• 


ero

1  1  1  −1 
2 2 2 2
11 1 11 3
d (1,2 ) =  −  +  −  =   +   =
2 1
22 4 22 4 2  4  2  4  16
11
ua
ni
FP

i = 1; i ' = 3
2 2
1 p p  1 p p 
d (1,3) =  11 − 31  +  12 − 32 
2
Te

2  p1• p3•  2  p1• p3• 


1  −1  1  1 
2 2 2 2
11 3 11 1 1
tou
=  −  +  −  =   +   =
22 4 22 4 2  4  2  4  16
i = 2; i ' = 3
an
2 2
1  p21 p31  1  p22 p32 
d 2 (2,3) =  −  +  − 
p•1  p2• p3•  p•2  p2• p3• 
1  −1  1  1 
2 2 2 2
11 3 13 1 1
=  −  +  −  =   +   =
24 4 24 4 2 2  22 4 12

6
www.elmerouani.jimdo.com 16/04/2012

Distances χ2 dans B(I):


• Entre Mi et Mi’ ⇒ d 2 (M i ; M i ' ) = ∑ (β ij − β i ' j )2
j
®E

d 2 (M1, M2 ) = (β11 − β21) + (β12 − β22)


2 2
lM
2 2 2 2
 2 2  2 3 2  2 − 2 1
=  −  + −  =  +  =
 2 4   2 4   4   4  4

d 2 (M1, M3 ) = (β11 − β31) + (β12 − β32)


2 2
ero

2 2 2 2
 2 3 2  2 2 − 2  2
=  −  +
  2 −  =   
  2  +  2  = 1 13
 2 4   4     
ua
ni
FP

Distances χ2 dans B(I):


Te

d 2 (M2, M3 ) = (β21 − β31) + (β22 − β32)


2 2
tou

2 2 2 2
 2 3 2  3 2 2 − 2  2
=  −  + −  =   
  2  + 2  =1
an

4 4   4 4
       

14

7
www.elmerouani.jimdo.com 16/04/2012

Matrice R:
• Elle est de type (3,2)
®E
 r11 r12 
 
R =  r21 r22 
r r32 
lM

 31

pij − pi• p• j
rij =
ero

pi• p• j

15
ua
ni
FP

p 11 − p 1 • p • 1 1 / 6 − (1 / 3 ) ⋅ (1 / 2 )
r11 = = = 0
p 1 • p •1 (1 / 3 ) ⋅ (1 / 2 )
Te

p 12 − p 1 • p • 2 1 / 6 − (1 / 3 ) ⋅ (1 / 2 )
r12 = = = 0
p 1• p • 2 (1 / 3 ) ⋅ (1 / 2 )
tou

p 21 − p 2 • p • 1 1 / 12 − (1 / 3 ) ⋅ (1 / 2 ) − 6
r 21 = = =
p 2 • p •1 (1 / 3 ) ⋅ (1 / 2 ) 12
an
p 22 − p 2 • p • 2 1 / 4 − (1 / 3 ) ⋅ (1 / 2 ) 6
r 22 = = =
p 2• p •2 (1 / 3 ) ⋅ (1 / 2 ) 12

p 31 − p 3 • p • 1 1 / 4 − (1 / 3 ) ⋅ (1 / 2 ) 6
r31 = = =
p 3 • p •1 (1 / 3 ) ⋅ (1 / 2 ) 12
16

8
www.elmerouani.jimdo.com 16/04/2012

p32 − p3• p•2 1 / 12 − (1 / 3) ⋅ (1 / 2 ) − 6


r32 = = =
p3• p•2 1/ 6 12
 
   
 0 0  − 6
®E
6
0 
− 6
R = 
6 
⇒ R′ =  12 12 
 12 12   6 − 6 
 6 − 6  0 
   12 12 
lM

 12 12 
 
 − 6  
6  0 0 
0 
12  − 6 6   1/ 12 −1/ 12
ero

R′R =  12 =  =W
 6 − 6  12 12   −1/ 12 1/ 12 
0  − 6
 12 12  6 
 12 12  17
ua
ni
FP

Exemple 2:
Te

• Le tableau suivant représente le type d’études


poursuivies après le Bac. (université, classes
tou
préparatoires, autres) en fonction du parcours
suivi au lycée (Littéraire, Sc. Eco., Sc. Ex et
Technologique) indiquées par 100 étudiants
an
au cours d’une enquête:

18

9
www.elmerouani.jimdo.com 16/04/2012

Etudes Univ. Classes IUT-BTS


post-Bac Prépa.
Type de
Bac Total
®E

Lettre 13 2 5 20

Sc. éco. 20 2 8 30
lM

Sc. Ex 10 5 5 20

Tech. 7 1 22 30
ero

Total 50 10 40 100
19
ua
ni
FP

Questions:
Te

1) Donner le tableau des probabilités.


2) Calculer la distance χ2 entre les modalités.
tou

3) Déterminer la matrice des variances-


covariances W ou la matrice R.
4) Calculer la variabilité de nuage B(I) et du
an

nuage projeté C(I). En déduire la variabilité


expliquée.

20

10