Cour L3 

: UE MI0A503T
Travaux Pratiques
d’Analyses Factorielles
(ACP, AFC et AFCM)
Frédéric Ferraty
Exercice 1.1.3

DECATHLON = read.csv("http://www.math.univ-toulouse.fr/

∼ferraty/DATA/decathlon.csv", header = TRUE, row.names =1, sep = ",", dec = ".", stringsAsFactors =
T)

DECATHLON

summary(DECATHLON)

View(DECATHLON)

install.packages("FactoMineR")

library("FactoMineR")

res.pca = PCA(DECATHLON, quanti.sup = 11:12, quali.sup= 13)

dimdesc(res.pca)

barplot(res.pca$eig[,2])

Page | 1
barplot(res.pca$eig[,2], main = "Eboulis des valeurs propres",names= 1:nrow(res.pca$eig))

#question 1 colonne 2 et 3

res.pca$eig[1,2]

res.pca$eig[2,2]

res.pca$eig[2,3]

#question 2

res.pca$eig[1,2]+res.pca$eig[2,2]

#question 3 le mieux représenter c'est Bourguignon

res.pca$ind$cos2[,"Dim.1"]

sort(res.pca$ind$cos2[,"Dim.1"])

res.pca$ind

#question 3 le moins représenter c'est Karkof

sort(res.pca$ind$cos2[,"Dim.2"])

#question 4 c'est Polvot

res.pca$var$cor["X100m","Dim.1"]

res.pca$var$cor[,"Dim.1"]

#question 5 la qualité des variables C'est le 100 metres et le moins c'est Pole . Vault

res.pca$var$cos2[,"Dim.1"]

sort(res.pca$var$cos2[,"Dim.1"])

#question 6 les 2 variables les plus le 400m et

Page | 2
sort(res.pca$var$cos2[,"Dim.1"])+ sort(res.pca$var$cos2[,"Dim.2"])

#question 7 ce qui contribue le plus dans l'axe à Bourguignau Karkof

sort(res.pca$ind$contrib[,"Dim.1"])

#question 8 ce qui contribue le plus Parkho , drews ; casarsa; Yurkov

sort(res.pca$ind$contrib[,"Dim.2"])

#question 9 ce qui contribue le 100m et le moins Polvot

sort(res.pca$var$contrib[,"Dim.1"])

#question 10 ce qui contribue le plus Discus et le moins Polvot

sort(res.pca$var$contrib[,"Dim.2"])

Page | 3