SLSSJS

EXAMEN D’ANALYSE DE DONNEES MULTIDIMENTIONNELLES

Ce document comporte les différents résultats sortis de logiciels STATA.

1) Statistiques descriptives et analyse des résultats.

Variable Obs Mean Std. Dev. Min Max

pays 0
Mariage 15 5.333333 .7852813 3.9 6.8
Divorce 15 1.746667 .9364574 0 3.1
Espvie 15 74.41333 15.92814 19.6 81.8
Mortinf 15 6.313333 1.183739 4.7 8.7

Médecin 15 2.74 .881395 1.1 4.3

Chômage 15 10.41333 4.704385 3.9 22.7
ActFem 15 36.71333 20.69572 3.5 58.3
temp 15 17.01333 3.989247 11.1 23.2

Ce tableau nous donne des résumés statistiques des différentes variables de l’exercice 1. Nous remarquons
que la variables pays n’est pas pris en compte car c’est une variable qualitative. Nous notons 15
observations pour chacune des variables. Au vue des différentes moyennes nous pouvons dire que les
variables ne sont pas homogènes. S

2) Matrice des corrélations

 Mariage Divorce Espvie Mortinf Médecin Chômage ActFem

Mariage 1.0000
Divorce 0.1250 1.0000
Espvie 0.0869 -0.1231 1.0000
Mortinf 0.3422 -0.4658 0.2673 1.0000
Médecin 0.1703 0.1006 -0.2041 0.4657 1.0000
Chômage -0.4744 -0.3473 0.1684 0.0411 0.0633 1.0000
ActFem 0.0697 0.4503 -0.2489 -0.5699 -0.5811 -0.2813 1.0000
temp 0.0582 -0.6124 0.1046 0.7319 0.3478 0.2123 -0.5861

temp

temp 1.0000 s
Nous observons des corrélation positives et négatives entres les variables. La faible corrélation observée
est entre la variables ActFem et Mariage.
Precisement , nous observons des corrélations négatives entre plusieurs variables tels que : Divorce et
Espvie ( Espérance de vie ) , Divorce et Mortinf ( Mort infantile ) , Espérance de vie et Médecin ,
Chômage et Mariage , Chômage et Divorce ...
Nous comptons aussi un nombre important de corrélations positives entres certaines variables tels que :
Divorce et Mariage, Esperance de vie et Mariage, Médecin et Mariage …

3) Matrice des corrélations avec une significativité à 5%

 Mariage Divorce Espvie Mortinf Médecin Chômage ActFem

Mariage 1.0000

Divorce 0.1250 1.0000

0.6572

Espvie 0.0869 -0.1231 1.0000

0.7582 0.6620

Mortinf 0.3422 -0.4658 0.2673 1.0000

0.2119 0.0801 0.3355

Médecin 0.1703 0.1006 -0.2041 0.4657 1.0000

0.5440 0.7214 0.4657 0.0802

Chômage -0.4744 -0.3473 0.1684 0.0411 0.0633 1.0000

0.0740 0.2047 0.5485 0.8843 0.8228

ActFem 0.0697 0.4503 -0.2489 -0.5699* -0.5811* -0.2813 1.0000

0.8051 0.0921 0.3711 0.0266 0.0231 0.3098

temp 0.0582 -0.6124* 0.1046 0.7319* 0.3478 0.2123 -0.5861*

0.8367 0.0152 0.7106 0.0019 0.2039 0.4475 0.0217

temp

temp 1.0000

Les variables où nous observons une corrélation sont :

- ActFem et Mortin
- ActFem et Chômage
- Temp et Divorce
- Temp et Mortinf
- Temp et ActFem
Principal components/correlation Number of obs = 15
Number of comp. = 8
Trace = 8
Rotation: (unrotated = principal) Rho = 1.0000

Component Eigenvalue Difference Proportion Cumulative

Comp1 3.09292 1.39443 0.3866 0.3866

Comp2 1.69849 .47244 0.2123 0.5989
Comp3 1.22605 .330259 0.1533 0.7522
Comp4 .895791 .427472 0.1120 0.8642
Comp5 .468319 .13473 0.0585 0.9227
Comp6 .333588 .134737 0.0417 0.9644
Comp7 .198851 .112859 0.0249 0.9893
Comp8 .0859915 . 0.0107 1.0000

Principal components (eigenvectors)

Variable Comp1 Comp2 Comp3 Comp4 Comp5 Comp6 Comp7 Comp8

Mariage 0.0396 0.6325 0.3224 -0.0386 0.5013 -0.4028 0.2712 -0.0766

Divorce -0.3794 0.2969 -0.2274 0.5238 0.0369 0.4614 0.2029 -0.4318
Espvie 0.1539 -0.1177 0.6559 0.6298 -0.1204 0.1095 0.0397 0.3278
Mortinf 0.4827 0.2536 0.1544 -0.0477 0.1089 0.3273 -0.6639 -0.3419
Médecin 0.2976 0.3362 -0.5788 0.3130 0.0828 -0.0196 -0.1112 0.5881
Chômage 0.1989 -0.5655 -0.1623 0.2452 0.7224 -0.0610 0.0455 -0.1628
ActFem -0.4772 0.0247 0.1689 -0.2771 0.4384 0.4724 -0.2082 0.4557
temp 0.4919 0.0153 0.0216 -0.3005 0.0020 0.5277 0.6206 0.0581

Variable Unexplained

Mariage 0
Divorce 0
Espvie 0
Mortinf 0
Médecin 0
Chômage 0
ActFem 0
temp 0

Concernant les resultats generaux de l’ACP , on peut choisit de n'étudier que les trois premières
composantes principales parce parce parce qu’elles ont des valeurs propres supérieures à 1 .