# Tableau de fréquence cheveux x yeux

kij <- data.frame(Chatains = c(119,54,29,84), Roux = c(26,14,14,17),

Blonds = c(7,10,16,94), row.names = c('Marrons','Noisette','Verts','Bleus'))
# afficher kij
View(kij)
# Calculer le nombre total d'observations
kpp <- sum(kij)
# Calculer le tableau des fréquences relatives
fij <- kij / kpp
# afficher kpp
kpp
# afficher fij
View(fij)
# Conversion du tableau de fréquence en matrice
# (En R, le calcul matriciel se fait sur des matrices)
fij_mat <- as.matrix(fij)
# Ajout des marges au tableau de fréquences relatives
fij_marge <- as.data.frame(addmargins(fij_mat))
# afficher fij_mat
View(fij_mat)
# afficher fij_marge
View(fij_marge)
# Calcul des profils lignes
L <- fij/margin.table(fij_mat,1)
# afficher L
View(L)
# Calcul du profil ligne moyen
L_moyen <- t(colSums(fij))
# afficher L_moyen
View(L_moyen)
# Calcul des profils colonnes (matriciel)
Dp <- diag(margin.table(fij_mat,2))
C <- solve(Dp) %*% t(fij_mat)
rownames(C) <- colnames(fij_mat)
# afficher C
View(C)
# Calcul du profil colonne moyen
C_moyen <- t(rowSums(fij))
# afficher C_moyen
View(C_moyen)
# Distance du chi2 entre les lignes 1 et 2
x12 <- as.matrix(L[1,] - L[2,])
d_euclidienne_ligne_12 <- t(x12) %*% x12
d_chi2_ligne_12 <- t(x12) %*% as.matrix(solve(Dp)) %*% (x12)
# afficher d_euclidienne_ligne_12
d_euclidienne_ligne_12
# afficher d_chi2_ligne_12
d_chi2_ligne_12
# Calcul des fréquences attendues sous l'indépendance
fij_ind <- margin.table(fij_mat,1) %*% t(margin.table(fij_mat,2))
# afficher fij_ind
View(fij_ind)
# Calcul de la statistique du test
Z2 <- kpp*sum((fij-fij_ind)^2/fij_ind)
# Calcul des degrés de liberté
n <- ncol(kij)
p <- nrow(kij)
ddl <- (n-1)*(p-1)
# afficher ddl
View(ddl)
# Calcul de la p-valeur
pchisq(Z2,ddl, lower.tail = FALSE)
# faire le test de ??2
chisq.test(kij)
# Utilisation de FactoMineR
library(FactoMineR)
# Faire l'analyse des correspondances binaires
cheveux_ca <- CA(kij)
plot.CA()
# Coordonnées des lignes
cheveux_ca$row$coord
# Coordonnées des colonnes
cheveux_ca$col$coord
# Contribution des lignes
cheveux_ca$row$contrib
# Contribution des colonnes
cheveux_ca$col$contrib
# Qualité de la représentation des lignes
cheveux_ca$row$cos2
# Qualité de la représentation des colonnes
cheveux_ca$col$cos2
#Contribution
cheveux_ca$row$coord[1,1]^2*0.3140496/0.191*100