TC Afc

Analyse
Factorielle de Correspondance
AFC
Said EL KHATRI : elkhatri@gmail.com 1
Analyse Factorielle de Correspondance
On distingue :
On distingue :
∙ L'Analyse Factorielle des Correspondances (AFC) :
appliquée pour 2 variables qualitatives
∙ L'Analyse Factorielle des Correspondances Multiples (AFCM) :
L'A l F t i ll d C d M lti l (AFCM)
appliquée pour plus de 2 variables qualitatives
Rappel de statistiques de base
Variable qualitative
Variable qualitative
• nominale
exemple:
l
couleur [jaune, vert, ..],
type de brouillard [dense, de convection, néant]
• ordinale
exemple:
exemple:
type de voiture [aucune, petite, moyenne, grande]
age [16‐24, 25‐34, 35‐44, 45‐54, 55‐64, 65‐74, 75+]
Exemple
A la sortie des salles de Cinéma, on demande au public de donner
une appréciation (mauvais, moyen, bon, très bon)
sur ce film puis on note :

leur âge (16‐24, 25‐34, 35‐44, 45‐54, 55‐64, 65‐74, 75+)
Appréciation âge
1 Bon 25‐34
2 Moyen 35‐44
3 Bon 75+
:
K=1357 Mauvais 16‐24
1 variable qualitative
Soit I la variable (caractère) qualitative à n
( )q modalités 1,,n : I Є {A1, ,An}
I : décrit un ensemble de k individus.
Individu variable I
1 A3
2 An
Individu Age
g
3 A1
1 35‐44
: :
2 16‐24
k A2 3 +75
: :
k 16‐24
Analyse :
Analyse :
Etudier les effectifs et fréquences des modalités de la variable
Représentation graphique
Diagramme en bâton Camembert ou secteur (pie char)
300 276
256 75+
250 229 65‐74 62 16‐24
207 155 5% 207
55‐64 11% 15% 25‐34
200 172 172
155 229
13% 17%
150
45‐54 35‐44
100 256 276
62 19% 20%
50
0
16‐24 25‐34 35‐44 45‐54 55‐64 65‐74 75+
2 Variables qualitatives
Exemple de 2 modalités
Mauvais Bon
16‐24 69 48
55‐64 122 6
140
100%
120
90%
100 80%
70%
80 60%
16‐24 50%
60 55‐64
55‐64 40%
16‐24
40 30%
20%
20 10%
0%
0
Mauvais Bon
Mauvais Bon
Exemple de 2 modalités
Mauvais Bon
16‐24 69 48
55‐64 122 6
100%
140
90%
120 80%
100 70%
60%
80
50% Bon
Mauvais
60 40% Mauvais
Bon
30%
40
20%
0%
20 10%
0%
0
16‐24 55‐64
16‐24 55‐64
Une variable à 7 modalités
180
160
140
120
Mauvais
100
Moyen
80
Bon
60
Très Bon
40
20
180
0
160
16‐24 25‐34 35‐44 45‐54 55‐64 65‐74 75+
140 16‐24
120 25‐34
100 35‐44
80 45‐54
60 55‐64
40 65‐74
20 75+
0
Mauvais Moyen
y Bon Très Bon
100% Une variable à 4 modalités
90%
80%
70%
60% Très Bon
50% Bon
40% Moyen
30% Mauvais
20%
10% 100%
0% 90%
16‐24 25‐34 35‐44 45‐54 55‐64 65‐74 75+ 80%
75
75+
70%
65‐74
60%
55‐64
50%
45‐54
40%
35‐44
30%
20% 25‐34
10% 16‐24
0%
Mauvais Moyen Bon Très Bon
Analyse de 2 variables qualitatives
À l’aide
À l aide de l
de l’AFC
AFC
Tableaux de contingence
Tableaux de contingence
Soient I et J deux variables qualitatives décrivant un
ensemble de k individus.
I →n modalités I=1,,I=n
,,
J →p modalités J=1,,J=p
kij : l
: l'effectif
effectif de la classe (I=i,J=j)
de la classe (I=i J=j)
1 … j … p
1 : k1.
Ki. : total marginal de I=i
l i ld i : :
i … … kij … … ki.
K.j : total marginal de J=j
: total marginal de J=j : : :
n : kn.
k.1 k.j j k.pp k
Tableau de fréquences
Tableau de fréquences
fij : fréquence de la classe (I=i,J=j) :
fé d l l (I i J j)
fi. : fréquence marginale de I=i
f.j : fréquence marginale de J=j
1
1 … jj … p
1 : f1.
: : : :
i … … fij … … fi.
: :
n : fn.
f.11 f.j j f.pp 1
Exemple
A la sortie des salles de Cinéma, on demande au public de donner
une appréciation (mauvais, moyen, bon, très bon) : p=4

leur âge (16‐24, 25‐34, 35‐44, 45‐54, 55‐64, 65‐74, 75+) : n=7
Appréciation âge
1 Bon 25‐34
2 Moyen 35‐44
3 Bon 75+
:
K=1357 Mauvais 16‐24
Exemple
Tableau de contingence
effectif réel
Mauvais Moyen Bon Très Bon Total
16‐24 69 49 48 41 207
25‐34 148 45 14 22 229
35‐44 170 65 12 29 276
45‐54 159 57 12 28 256
55‐64 122 26 6 18 172
65‐74 106 21 5 23 155
75+ 40 7 1 14 62
Total 814 270 98 175 1357
Analyser la liaison entre l’âge et l’appréciation ?
Analyser la liaison entre les différents âges ?
y g
Analyser la liaison entre les différentes appréciations
Dépendance entre I et J
Rappel :
Il y a indépendance entre deux variables qualitatives I et J si
Il y a indépendance entre deux variables qualitatives I et J si
pour tout i et tout j:
Si les deux variables I et J sont indépendantes

é
alors :
L'écart à l'indépendance se mesure par :
Les variables I et J sont indépendantes

si et seulement si :
i t l t i
Lorsque I et J sont indépendantes, on montre que:
à (n‐1)*(p‐1) degrés de liberté
avec :
Soit T0.95 tel que P(χ2< T0.95 )=0.95
T0.95 est donnée par les logiciels et les tables statistiques
Si D2 > T0.95
alors D2 est vraisemblablement non nulle à 95%
de confiance
=> la liaison entre I et J
=> la liaison entre I et J est significative
est significative
0.95
(95%) 0 05
0.05
Said EL KHATRI : elkhatri@gmail.com T0.95 20
Soit α tel que : P(D²<χ²1‐α)=α
α : est appelé degré de signification
seuil de risque
donnée par les logiciels statistiques
Si α tend vers 0 (inférieur à 0.05),
Alors, on peut accepter que D² est grande
(i.e. la liaison entre I et J est significative
g au risque α)
q )
1‐α
α
Said EL KHATRI : elkhatri@gmail.com D² 21
But de l’AFC
But de l AFC
L’AFC est une méthode descriptive
qui permet de décrire la liaison (ou correspondance)
entre deux variables qualitatives.
i.e. : * étudier les tableaux de contingences.
* étudier la répartition de chaque classe
p q
de la variable I suivant les modalités de J
((et inversement).
)
Exemple
Tableau des nombres théoriques :
bl d b hé
Effectif théorique
16‐24 124 41 15 27 207
25‐34 137 46 17 30 229
35‐44 166 55 20 36 276
45‐54 154 51 18 33 256
55‐64 103 34 12 22 172 effectif réel
65‐74 93 31 11 20 155 Mauvais Moyen Bon Très Bon Total
16‐24
16 24 69 49 48 41 207
75+ 37 12 4 8 62 25‐34 148 45 14 22 229
35‐44 170 65 12 29 276
Total 814 270 98 175 1357 45‐54 159 57 12 28 256
55‐64 122 26 6 18 172
65 74
65‐74 106 21 5 23 155
75+ 40 7 1 14 62
Total 814 270 98 175 1357
Exemple
Les différences :
effectif réel
effectif réel Eff tif thé i
Effectif théorique
Mauvais Moyen Bon Très Bon Total Mauvais Moyen Bon Très Bon Total
16‐24 69 49 48 41 207 16‐24 124 41 15 27 207
25‐34 148 45 14 22 229 25‐34 137 46 17 30 229
35 44
35‐44 170 65 12 29 276 35‐44 166 55 20 36 276
45‐54 159 57 12 28 256 45‐54 154 51 18 33 256
55‐64 122 26 6 18 172 55‐64 103 34 12 22 172
65‐74 106 21 5 23 155 65‐74 93 31 11 20 155
75
75+ 40 7 1 14 62 75+ 3
37 12
2 4 8 62
Total 814 270 98 175 1357 Total 814 270 98 175 1357
obs. ‐ théo.
Très Bon
16‐24 ‐55 8 33 14 0
25‐34 11 ‐1 ‐3 ‐8 0
35‐44 4 10 ‐88 ‐7
7 0
45‐54 5 6 ‐6 ‐5 0
55‐64 19 ‐8 ‐6 ‐4 0
65‐74
65 74 13 ‐10
10 ‐66 3 0
75+ 3 ‐5 ‐3 6 0
Total 0 0 0
Said EL KHATRI : elkhatri@gmail.com 0 0 24
Exemple
L’âge et l’appréciation sont ils liés ?
’â l’ é l lé ?
test du Khi2 d'indépendance:
Khi2 observée 148,268
,
Khi2 critique 28,869
degré de liberté
g 18 = (4‐1)X(7‐1)
degré de signification < 0,001
alpha
p 0,05
,
Profils lignes
Profils‐lignes
On fait correspondre à chaque modalité i
p q de I le
profil‐ligne qui est le vecteur :
À diviser
chaque terme
par :
Profils lignes
Profils‐lignes
Exemple
Fréquence réelle
Fréquence réelle
16‐24 5.08% 3.61% 3.54% 3.02% 15.25%
25‐34
35‐44
10.91%
12.53%
3.32%
4.79%
1.03%
0.88%
1.62%
2.14%
16.88%
20.34%
Profils‐lignes
45‐54 11.72% 4.20% 0.88% 2.06% 18.87%
55‐64 8.99% 1.92% 0.44% 1.33% 12.68% Très
65‐74 7.81% 1.55% 0.37% 1.69% 11.42%
Mauvais Moyen Bon Bon Total
75+ 2.95% 0.52% 0.07% 1.03% 4.57% 16‐24 0.33 0.24 0.23 0.20 1.00
Total 59.99% 19.90% 7.22% 12.90% 100.00% 25‐34 0.65 0.20 0.06 0.10 1.00
35‐44 0.62 0.24 0.04 0.11 1.00
45‐54 0.62 0.22 0.05 0.11 1.00
55‐64 0.71 0.15 0.03 0.10 1.00
65‐74 0.68 0.14 0.03 0.15 1.00
75+ 0.65 0.11 0.02 0.23 1.00
Moyenne 0.60 0.20 0.07 0.13 1.00
Nuage de profils lignes
Nuage de profils lignes
n points
points 1 … j j …
… p
p
1 X11 X1j X1p 1
Dans : : :
i Xi1 … Xij … Xip 1
: : :
n Xnj 1
f.1 f.j f.p 1
L'objectif de l'AFC est
de projeter ce nuage
de projeter ce nuage
sur un espace de
dimension 2 ou 3
dimension 2 ou 3
Distance entre 2 profils lignes

Distance entre 2 profils lignes
Profil ligne moyen
Profil ligne‐moyen
Remarque :
ni les colonnes ni les lignes ne sont centrées mais on
ni les colonnes ni les lignes ne sont centrées, mais on
analysera le nuage des points à partir de son centre
de gravité
de gravité
Profil ligne moyen

Profil ligne‐moyen
=> Changement d’origine
centre de gravité = Profil ligne moyen
Très
Mauvais Moyen Bon Bon Total
16‐24 0.33 0.24 0.23 0.20 1.00
25 34
25‐34 0 65
0.65 0 20
0.20 0 06
0.06 0 10
0.10 1 00
1.00
35‐44 0.62 0.24 0.04 0.11 1.00
45‐54 0.62 0.22 0.05 0.11 1.00
55‐64 0.71 0.15 0.03 0.10 1.00
65‐74 0.68 0.14 0.03 0.15 1.00
75+ 0.65 0.11 0.02 0.23 1.00
Moyenne 0.60 0.20 0.07 0.13 1.00
Inertie total du nuage de profils
lignes
Profils colonne
Profils colonne
Même raisonnement pour les profils colonnes
Profil colonne moyen
Profil colonne‐moyen
=> Changement d’origine
=> On analysera le nuage de point à partir de son
l l d à d
centre de gravité = Profil colonne moyen
16‐24 0.08 0.18 0.49 0.23 0.99
25‐34 0.18 0.17 0.14 0.13 0.62
35‐44 0.21 0.24 0.12 0.17 0.74
45‐54 0.20 0.21 0.12 0.16 0.69
55 64
55‐64 0 15
0.15 0 10
0.10 0 06
0.06 0 10
0.10 0 41
0.41
65‐74 0.13 0.08 0.05 0.13 0.39
75+ 0.05 0.03 0.01 0.08 0.17
Moyenne 1.00 1.00 1.00 1.00 4.00
colonnes
Remarque :
Remarque :
L’inertie totale est une mesure de la liaison
qui est indépendante de l’effectif total du tableau
Diagonalisation
On obtient :
• r‐1 axes factoriels : r=min(p,n)
• L’axe 1 a le maximum d’inertie
• L’axe r‐1 a le minimum d’inertie
Inertie du nuage de profils
Inertie du nuage de profils
Qualité
La qualité de représentation d
La qualité de représentation d’un un axe =?
axe =?
= le pourcentage d’inertie expliqué par l’axe
= inertie de l’axe / inertie totale
inertie de l’axe / inertie totale
L
La qualité de représentation d’un plan =?
li é d é i d’ l ?
= le pourcentage d’inertie expliqué par le plan
e pou ce age d e e e p qué pa e p a
= (la somme des inerties des 2 axes)/ inertie totale
NB: En général, les 2 premiers axes suffisent pour expliquer plus de 70% de l'inertie
initiale. Lorsque ce n'est pas le cas, on utilise les 3 premiers axes en les étudiant
deux par deux.
Exemple
Qualité
La qualité de représentation d
La qualité de représentation d’une
une modalité =?
modalité =?
Sur un axe =?
= cosinus de l’angle
= cosinus de l angle fait par la modalité et l
fait par la modalité et l’axe
axe
Sur un plan =?
= cosinus de l’angle
= cosinus de l angle fait par la modalité et le plan
fait par la modalité et le plan
Contribution
La contribution d’une
La contribution d une modalité à l
modalité à l’inertie
inertie totale :
totale :
Indique quelles modalités sont les plus différentes de
la moyenne dans l’ensemble du nuage
La contribution d’une modalité à l’inertie d’un axe
Permet de donner un sens à l’axe
Interprétation des résultats

Les 2 nuages :
‐ des profils‐lignes
‐ et des profils‐colonnes
p
sont projetés successivement sur des plans factoriels
p j p
et interprétés.
On peut projeter simultanément les 2 nuages sur un
O j i l é l 2
même plan
Exemple
p

L'interprétation de l'AFC consistera à :
* Donner un sens aux axes en étudiant les
contributions de chaque profil
q p
* Interpréter la position des profils par rapport au sens
donné aux axes
donné aux axes
* Interpréter la proximité des profils‐lignes
* Interpréter la proximité des profils‐colonnes
Au sein d’une même variable, la proximité de deux
modalités est significative
g
Entre variables différentes, on jauge l
Entre variables différentes on jauge l’angle
angle formé
formé
entre les deux modalités et l’origine
Exemple
Interprétation des axes
Interprétation des axes
• Chaque axe est interprété par les contributions
des profils‐lignes puis celles des profils‐colonnes
des profils‐lignes puis celles des profils‐colonnes
• Les profils ayant les plus fortes contributions sur un
Les profils ayant les plus fortes contributions sur un
axe, permettront de donner un sens à cet axe
• L'étude des signes des coordonnées des profils
permettront de mettre en valeur des oppositions
permettront de mettre en valeur des oppositions.
Exemple
p
Exemple
p
Etre plus âgé et ne

pas aimer ce filme Etre jeune et aimer ce filme
Interprétation des profils

Interprétation des profils
• La position des profils par rapport (au sens donné)
La position des profils par rapport (au sens donné)
aux axes permet d'interpréter les modalités de chaque
variable
• Deux points profils proches sur le graphe
représenteront deux modalités de I ayant des
distributions (répartitions) suivant les modalités de J
assez semblables.
• deux points profils éloignés
deux points profils éloignés représenteront deux
représenteront deux
modalités de I dont les distributions suivant les
modalités de J sont très différentes
modalités de J sont très différentes
Exemple
p
Etre plus âgé et ne

pas aimer ce filme Etre jeune et aimer ce filme
Formes classiques des nuages

Le nuage a une forme de parabole
Le nuage a une forme de parabole
Se produit fréquemment lorsqu'une des deux
variables est ordinale : classe d'âge, revenus,
périodes
périodes …
Il est alors intéressant de relier, dans l'ordre, les
points correspondants aux modalités de la
p p
variable.
L'axe 1 oppose les modalités faibles aux modalités fortes
pp
L'axe 2 oppose les classes moyennes aux classes extrêmes.

Points aberrants
Points aberrants
Deux paquets de points
d

Deux paquets de points
d
Si on ré
Si on ré‐ordonne
ordonne les modalités des variables selon l
les modalités des variables selon l'ordre
ordre défini par les axes,
défini par les axes
alors le tableau de contingence associé sera de la forme :
Analyse Factorielle des
Correspondances Multiples (AFCM)
Correspondances Multiples (AFCM)
AFCM
L‘AFCM
L‘AFCM est une « généralisation » de l’AFC
é é li i d l’AFC
Elle permet d'étudier les liaisons qui existent entre
Ell d'é di l li i i i
plusieurs variables qualitatives sur une même
population.
l i
AFCM
Tableau des données :
bl d d é p variables qualitatives : V
bl l 1, ,Vp
observées sur n individus.
V 1 … Vj … Vp
Exemple :
V1 : age (<16,16‐24,25‐34,..,>75) 1 :
: : : :
V2 : niveau éducation (<bac, bac,
bac+2, .., étude sup) i … … Vij … …
: : : :
V3 : genre (homme, femme)
n :
Etc.
Soit :
AFCM
mj le nombre de modalités de la variable Vj : 1,,mj
On décompose la variable Vj en mj variables, tel que: pour chaque individu une

seule variable prend la valeur 1 (modalité réalisée), le reste =0
Individ Age genre

us
16‐24 25‐34 35‐44 45‐54 55‐64 65‐74 75+ homme femme
1 0 1 0 0 0 0 0 1 0
2 0 0 0 0 0 0 1 0 1
: : : : : : : :
n 1 0 0 0 0 0 0 0 1
AFCM
m = nbre de modalité total
V 1 … Vp
1 … m1 … … … 1 … mp
1 0 … 1 1 … 0 p
2
2 1
1 … 0
0 0 … 0
0 p
3 0 … 0 0 … 1 p
: …
n 1 … 0 0 … 0 p
n1 … … nm pn
p
AFCM: Analyse du tableau logique

AFCM: Analyse du tableau logique
L t bl
Le tableau peut être vu comme un tableau de contingence entre :
t êt t bl d ti t
‐la variable « individus » AFC
‐et une variable à m modalités V.
LL'inertie
inertie des nuages est :
des nuages est :
m = nbre total des modalités
p = nbre de variables qualitatives
AFCM: Interprétation
AFCM: Interprétation
L'interprétation d'une AFCM
' é d'
est assez semblable à celle d’une AFC:
• interprétation des axes
interprétation des axes
• puis interprétation des proximités entre les différentes
modalités des variables
modalités des variables
AFCM: Interprétation des variables
quantitatives
L'AFCM est utilisée en général pour interpréter un ensemble
L'AFCM ili é é é l i é bl
de variables quantitatives dont les valeurs ont été regroupées
en classes
en classes.
Exemple :
Age : 16‐24 (1), 25‐34(2), 35‐44(3), 45‐54(4), 55‐64(5), 65‐74(6), 75+(7)
R
Revenue : <3000,00 (1),3000‐5000(2),5000‐10000(3), >10000(4)
3000 00 (1) 3000 5000(2) 5000 10000(3) 10000(4)
Variables
anti corrélées
anti‐corrélées Variables
Variables
décorrélées
AFCM: Remarques
AFCM: Remarques
Effectif des modalités
d l é :
pp g p
L'inertie apportée au nuage par une modalité k est:
nk faibe => In(k) fort
V1 … Vp
1 … m1 … … … 1 … mp
Il est préférable de limiter le 1 0 … 1 1 … 0 p
2 1 … 0 0 … 0 p
nombre de modalités à faible 3 0 … 0 0 … 1 p
effectif. : …
Ou redéfinir les modalités. n 1 … 0 0 … 0 p
n1 … … nm pn
AFCM: Remarques
AFCM: Remarques
Nombre de modalités :
b d d l é
L'inertie apportée au nuage par une variable est:
pp g p
mj grande => In(Vj) fort
V1 … Vp
1 … m1 … … … 1 … mp
Il est donc conseillé de travailler 1 0 … 1 1 … 0 p
2 1 … 0 0 … 0 p
avec des variables ayant des 3 0 … 0 0 … 1 p
modalités en nombre comparable
modalités en nombre comparable : …
n 1 … 0 0 … 0 p
n1 … … nm pn
Fin du chapitre :
Fin du chapitre :
Analyse Factorielle de Correspondance
AFC

TC Afc

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TC Afc

Transféré par

Droits d'auteur :

Formats disponibles

Analyse

sur ce film puis on note :

sur ce film puis on note :

Si les deux variables I et J sont indépendantes

Les variables I et J sont indépendantes

Distance entre 2 profils lignes

Profil ligne moyen

Interprétation des résultats

Interprétation des résultats

Etre plus âgé et ne

Interprétation des profils

Etre plus âgé et ne

Formes classiques des nuages

Formes classiques des nuages

Formes classiques des nuages

On décompose la variable Vj en mj variables, tel que: pour chaque individu une

Individ Age genre

AFCM: Analyse du tableau logique

Vous aimerez peut-être aussi