Académique Documents
Professionnel Documents
Culture Documents
2021-2022
1 Bibligraphie
2 Introduction
3 Section 1 : Rappel de Statistique Descriptive
4 Section 2 : Analyse en Composantes Principales
5 Section 3 : Analyse Factorielle des Correspondances
6 Section 4 : Analyse des Correspondances Multiples
7 Conclusion
Références bibliographiques
1 Bibligraphie
2 Introduction
7 Conclusion
Introduction
1 Bibligraphie
2 Introduction
7 Conclusion
Analyse univariée
Dicultés :
Sensibilité aux valeurs extrêmes ;
Résumé très partiel des distributions (plusieurs distributions diérentes
avec les mêmes moyennes) ;
Exemple 1 :
10 ; 11 ; 9 ; 90
Exemple 2 :
7 ; 8 ; 9 et 1 ; 2 ; 14 ; 15
1X
n n
σ2 = (xi − x̄)2 = pi (xi − x̄)2 (2)
X
n
i=1 i=1
Analyse bivariée
Objectifs : analyser les liaisons entre des variables deux à deux. Trois
situations possibles :
Cas de deux variables quantitatives ;
Cas de deux variables qualitatives ;
Cas d'une variable quantitative et d'une qualitative.
Utilisation :
Moyenne de rang ;
Corrélation de rang.
Exemples...
1 Bibligraphie
2 Introduction
7 Conclusion
Principes
k=1
Pour rappel :
K
d 2 (ei , ej ) = kei − ej k2 = (Xi,k − Xj,k )2
X
k=1
Ainsi, si les Xk , k = 1, .., K n'ont pas la même echelle, les proximités s'en
trouvent faussées.
Exemple : La taille des individus en mètre ou en centimètre ? Le poids en
gramme ou en kilogramme ? le revenu en CFA ou en Euro ? ...
∗ 1 Xi,k − X̄k
Xi,k =√
n σk
Ainsi,
le centre de gravité g du nuage des individus coincide avec l'origine du
repère ;
la norme d'une variable vaut sa distance à l'origine qui est égale à 1
(le nuage des variables est dans la sphère unité) ;
n
kXk∗ k2 = d 2 (0, Xk∗ ) = ∗ 2
) =1
X
(Xi,k
i=1
On a également,
le produit scalaire de deux variables donne la corrélation entre ces
variables.
0 1X
n
Xi,j − X̄j Xi,k − X̄k
ρj,k = (Xj∗ ) Xk∗ =
n σj σk
i=1
K
(6)
X
Fi = ei∗ , u = ∗
Xi,k αk
k=1
Rappel d'Algèbre
∂u
On en déduit que : 0
(X ∗ ) (X ∗ )u = λu
Ce qui implique que λ est une valeur propre associée au vecteur propre u
de la matrice (X ∗ ) (X ∗ ).
0
0
u 0 (X ∗ ) (X ∗ )u = λu 0 u = λ
λ.
Interprétation de l'ACP
Interprétation de l'ACP
Interprétation de l'ACP
Interprétation de l'ACP
Etant donné qu'il s'agit de projection sur un axe ou un plan, il faut prendre
des précautions pour identier les vraies et les fausses proximités. On utilise
donc le Cosinus carré :
Pour un individu ei∗ sur l'axe ∆ :
F∆ 2 (e ∗ )
2 ∗ i
Cos∆ (ei ) =
d 2 (ei∗ , g )
Interprétation de l'ACP
Interprétation de l'ACP
Interprétation de l'ACP
Ainsi,
Un angle aigu signie une corrélation positive
Un angle obtu (presque plat) signie une corrélation négative
Un angle droit signie une absence de corrélation
Interprétation de l'ACP
1 Bibligraphie
2 Introduction
7 Conclusion
Présentation
Données
Données
Principe de l'AFC
Faire une ACP sur le tableau des prols lignes (resp. colonne) en
considérant chaque ligne (resp. colonne) comme un "individu" et chaque
colonne (resp. ligne) comme une "variable".
Quelle distance utiliser ? (focus sur le prol ligne, on obtient des
résultats équivalents pour le prol colonne)
On utilise la distance du khi-deux (χ2 ), dénie comme suit :
f
K ( i,k − fj,k 2
2
X fi,. fj,. )
d (li , lj ) =
f.k
k=1
Principe de l'AFC
Analyse de l'AFC
Analyse de l'AFC
1 Bibligraphie
2 Introduction
7 Conclusion
Principe de l'ACM
Données
Données
Données
Principe de l'ACM
L'ACM est une AFC sur le tableau disjonctif complet ou sur le tableau de
Burt. On procède comme suit :
transformer le tableau (disjonctif complet ou de Burt) en prol ligne
ou prol colonne
utiliser la distance de χ2
On a :
1 Le poids d'un individu est 1/p et celui d'une modalité est n /(np)
q
.j
n.jq
2 La distance d'une modalité à l'origine est d 2 (j) = n −1
3 l'inertie totale est donnée par I = Mp − 1
Interprétation de l'ACM
1 Bibligraphie
2 Introduction
7 Conclusion
Conclusion