6 points clés à

connaitre sur l'ACP

(Analyse en
Composantes
Principales)
Swipe
L'ACP est une technique de
réduction de dimensionnalité
multivariée

L'objectif est de réduire les

dimensions de la base initiale

En conservant le maximum
d'information

@LeCoinStat
Le variables en ACP

Les variables utilisées pour construire

l'ACP sont quantitatives

Les variables doivent être

normalisées pour éviter l'effet taille
@LeCoinStat
 Contruction de l'ACP

La construction de l'ACP se base sur un principe de

diagonailisation de matrice

On commence par construire la matrice de

corrélation sur le données normaliées

Ensuite on décompoe cette matrice pour

trouver les valeurs propres et les vecteurs
propres
Les composantes sont le combinaisons
linaires des variables de départ
Les composantes sont le orthogonales et
apportent des informations différentes
@LeCoinStat
Choix du nombre d'axe

Utiliser la règle de coude ou la règle

de la variance expliquée

Les premiers axes expliquent la plus

grande partie de la variance du jeu de
données

La variance expliquée est décroissante

en fonction du numéro de l'AXE

@LeCoinStat
Interprétation

Faire le cercle de corrélation et interpréter

uniquement les variables proches de la
bordure du cercle (cosinus carré supérieur
à 0,5)
Les variables qui ont la même direction
sont positivement corrélées et inversement

Faire un graphique de superposition des

individus et des variables pour illustrer
les corrélations observées grâce aux
individus

@LeCoinStat
Variables qualitative en ACP

Les variables qualitatives peuvent être

ajoutées en supplémentaires

Elles ne participent pas à la construction

des axes

Après avoir dichotomisé la variable

qualitative on peut la projeter sur les
différents axes factoriels

@LeCoinStat
 HIS POST
T

SAVE

SAV IS
E TH
PO
ST

Plus de détails en vidéo sur

YouTube #LeCoinStat

@LeCoinStat