Analyse Factorielle Des Correspondances

Analyse Factorielle des Correspondances
Pr. A. Zoglat
FSR
A. Zoglat (FSR) AFC Automne 19 1 / 42

Introduction
- Au chapitre précédent nous avons étudié les liaisons contenues dans

un tableau individus×variables, où ces dernières sont quantitatives. Il
s’agissait de l’Analyse en Composantes Principales (ACP).
- Dans ce chapitre, on se propose d’étudier des liaisons contenues dans

un tableau variables×variables, où toutes les variables sont qualitatives.
Il s’agit ici d’une Analyse Factorielle des Correspondances (AFC).

Introduction
But de l’AFC : Résumer et représenter les principales liaisons pouvant

exister entre les modalités de 2 variables qualitatives .
Méthode : Réduction de la dimension en effectuant la décomposition

factorielle des nuages de points associés aux profils lignes et aux profils
colonnes du tableau de contingence croisant les modalités des deux
variables (L’AFC est une double ACP sur les deux tableaux de profils).
Dans toute la suite, on considère un tableau de deux variables qualitatives

X et Y , observées simultanément sur n individus et telles que :
X a I modalités, Y a J modalités, avec I > J.

Table de contingence
X \Y Y1 Yj YJ Total
X1 n11 n1j n1J n1•
Xi ni1 nij niJ ni•
XI nI 1 nIj nIJ nI •
Total n•1 n•j n•J n••
nij = Nombre d’observations ayant la modalité Xi de X et Yj de Y .

ni• = effectif marginal : Nombre d’observations ayant la modalité Xi de X .
n•j = effectif marginal :Nombre d’observations ayant la modalité Yj de Y .
Introduction
Pour illustrer ce chapitre, nous allons travailler sur un tableau de données

extrait d’un sondage ancien mais remarquable. Le sondage a concerné 1724
femmes qui ont répondu à un long questionnaire qui, entre autres, contenait
des questions sur leurs attitudes à propos du travail des femmes. La fin
des années 1960 marquait un tournant dans l’accès des femmes au travail
(Jusqu’à 1965, les femmes françaises avaient besoin de l’accord de leurs
maris pour travailler.) Plusieurs études sur ce sujet ont été menées pendant
cette période.

Introduction
Voici un extrait du tableau des données issues de ce sondage :
Figure – Tableau des réponses à deux questions d’opinion
Ce tableau est appelé table de contingence.

Introduction
Notons nij l’effectif d’individus ayant la caractéristique i de la première va-

riable catégorielle dont les modalité sont les lignes et la caractéristique j de
la deuxième variable catégorielle dont les modalité sont les colonnes.
On utilisera les notations suivantes :
J
X I
X X
ni• = nij , n•j = nij , n = n•• = nij .
j=1 i=1 i,j
Les probabilités associées à une table de contingence sont définies par fij =
nij /n. on adoptera également les notations suivantes :
J
X I
X X
fi• = fij , f•j = fij , f•• = fij = 1.
j=1 i=1 i,j

Objectifs du modèle d’indépendance Fin du cours du 24 Nov.
Dans l’exemple ci-dessus, la réponse à la question sur la famille idéale montre

clairement que les femmes (en France, en 1970) étaient généralement contre
l’idée de la femme au travail (plus de 52% ont choisi la réponse “only the
husband works”.) Notons toutefois que les femmes sont largement en faveur
de l’idée que la Femme travaille (seulement 16.47% des femmes ont choisi
la réponse “stay at home”.) Il est donc clair que le comptage des réponses
à une seule question peut induire en erreur. On devrait plutôt tenir compte
des réponses à toutes les questions.

Indépendance
La principale raison derrière l’analyse d’une table de contingence est d’étu-

dier l’existence de relations entre les variables. Dans la plupart des tables
que nous considérons en analyse factorielle, de telles relations existent. Il
reste à savoir si elles sont significatives. Pour cela, on a recours au test
d’indépendance de χ2 (khi-deux).
Deux variables qualitatives sont indépendantes si
∀i, j, fij = fi• f•j .

Indépendance
Étudier ces relations revient à comparer les effectifs observés (nij = n fij )
aux effectifs théoriques sous l’indépendance (nij = n fi• f•j ) :

Indépendance
Un rapide coup d’œil sur ces deux tableau permet de voir par exemple que,
dans l’échantillon observé, 13 femmes qui sont à la fois pour “both parents
work equally ” et “stay at home”. Sous l’hypothèse d’indépendance des deux
variables, on aurait observé à peu près 43 au lieu de 13. Étant donnée que
la valeur de l’effectif observé est très loin de la valeur théorique, il y a lieu
de douter de l’hypothèse d’indépendance.
Cela était plutôt attendu, puisque les réponses “both parents work equally ”
et “stay at home” sont incompatibles.

Indépendance
On constate également que 241 femmes sont à la fois pour “only the hus-
band works” et “stay at home”, cet effectif est largement supérieur à 149.6,
l’effectif théorique sous l’indépendance. Là encore, on pouvait s’y attendre.
En effet, les réponses“stay at home” et “only the husband works” expriment
pratiquement la même opinion. Ainsi pour une personne qui est pour ‘stay
at home”, on doit s’attendre à ce qu’elle soit pour“only the husband works”.

Indépendance
D’un autre coté, on a observé 573 femmes qui sont à la fois pour “only the
husband works” et ‘part-time work”. Sous l’hypothèse d’indépendance, cet
effectif devrait être autour de 591.5. Ces deux effectifs sont très voisins,
et par conséquent on pourrait conclure que ces deux réponses sont indé-
pendantes. En fait elles ne le sont pas. En réalité elles sont “légèrement”
incompatibles. Le grand effectif 573 peut être tout simplement expliqué par
le fait que les deux réponses, considérées séparément, ont des fréquences
assez grandes (respectivement 52.7% et 65.1%).

Indépendance
Le test de χ2 utilisé pour tester l’indépendance de deux variables qualitatives

est basé sur la statistique χ2 dont voici l’expression :
2
X Éffectif Observé - Éffectif Théorique
χ2 = ,
i,j
Éffectif Théorique
2 2
X n fij − n fi• f•j X fij − fi• f•j
= =n
n fi• f•j fi• f•j
i,j i,j
Cette statistique suit une loi de χ2(I −1)(J−1) , où I et J désignent le nombre
de lignes et de colonnes de la table de contingence.
L’hypothèse d’indépendance est rejetée pour les grandes valeur de χ2 .
Indépendance et Analyse des Correspondances
En analyse des correspondances on exprime l’indépendance par l’expression :
fij
∀i, j = f•j .
fi•
fij
Le rapport est la probabilité conditionnelle d’avoir l’attribut j (pour la
fi•
variable colonnes) sachant qu’on a l’attribut i (pour la variable lignes). Ainsi,
on a indépendance lorsque les probabilités conditionnelles sont égales aux
probabilités marginales.
Notons que l’indépendance est une notion symétrique et par conséquent,
fij
l’expression ci-dessus est équivalente à : ∀i, j = fi• .
f•j

Indépendance et Analyse des Correspondances
L’analyse des correspondances prend en considération les deux aspects des

nf o
ij
probabilités conditionnelles en utilisant le profil par ligne ; j = 1, . . . , J ,
f•j
nf o
ij
le profil par colonne ; i = 1, . . . , I , ainsi que les profils moyens par
fi•
variable {fi• ; i = 1, . . . , I } et {f•j ; j = 1, . . . , J}.

Ajustement au nuage de points
Chaque ligne i correspond à un point de RJ dont les coordonnées sont

f f fiJ
i1 i2
, ,..., . Par analogie avec l’analyse en composante principale,
f•1 f•2 f•J
on peut supposer que les profils lignes sont les individus et les profils colonnes
sont les variables. Voici la représentation du nuage que forment ces points.

Figure – Nuage des profils par ligne

Le nuage de points des profils lignes possède les propriétés suivantes :
- À chaque point i on attribue un poids fi• . Le profil moyen GI est

centre de gravité du nuage.
- La distance entre deux profils i et i 0 , dite distance de χ2 , est obtenue

en pondérant la distance Euclidienne dans RJ :
J
X 1 fij fi 0 j 2
dχ22 (i, i 0 ) = − .
f•j fi• fi 0 •
j=1

Inertie
La justification de cette distance réside dans la propriété suivante : Si on

attribue à i le poids fi• , alors l’inertie de i par rapport à GI est donnée par :
J
X 1 fij 2
Inertie(i|GI ) = fi• dχ22 (i, GI ) = fi• − f•j
f•j fi•
j=1
2
J
X fij − fi• f•j
= .
fi• f•j
j=1

Inertie
À un facteur multiplicatif près, c’est la contribution de la ligne i dans χ2 .

Ainsi on voit que mesurer la variabilité du nuage par rapport à son centre
de gravité GI revient à mesurer l’indépendance des lignes et des colonnes.
La quantité “Inertie(i|GI )” nous renseigne sur l’intensité de la relation entre
les deux variables de la table de contingence.

Nuage des profils par colonne
Dans une table de contingence les lignes et les colonnes jouent des rôles
symétriques. C’est l’une des différences majeures entre l’AFC et l’ACP où
les lignes/individus et les colonnes/variables ne sont pas analysés de la même
manière : On considère les distances entre les individus et les corrélations
entre les variables.
En AFC on construit le nuage des profils par colonne de la même manière
que pour les profils par ligne.

Figure – Nuage des profils par colonne

La distance entre deux colonnes j et j 0 est donnée par :

I
X 1 fij fij 0 2
dχ22 (j, j 0 ) = − .
fi• f•j f•j 0
i=1
Alors que l’inertie de la colonne j par rapport au point GJ est donnée par :
I
X 1 fij 2
Inertie(j|GJ ) = f•j dχ22 (j, GJ ) = f•j
fi• f•j − fi•
i=1
2
I
= .
fi• f•j
i=1
Remarquons que l’inertie totale des profils par ligne et égale à l’inertie totale
des profils par colonne.
fij
Lorsqu’il y a indépendance ( = fi• ), alors les profils lignes sont confondus
f•j
avec leur centre de gravité, et par conséquent l’inertie du nuage est nulle.
Il en est de même pour le nuage des profils colonnes.
Plus les variables s’écartent de l’indépendance et plus les profils s’écartent
de l’origine.

Écart à l’indépendance et inertie
I
X I
X
Inertie(NI , GI ) = Inertie(i, GI ) = fi• dχ22 (i, GI )
i=1 i=1
I J
X 1 fij
hX 2 i
= fi• − f•j
f•j fi•
i=1 j=1
2
= = φ2 .
fi• f•j
i,j
De même on a Inertie(NJ , GJ ) = φ2 .
La quantité φ2 mesure l’intensité de la liaison.
Étudier l’inertie de NI revient à étudier l’écart à l’indépendance.

Représentation du nuage NI
On cherche un repère orthonormal dans l’espace RJ , dont l’origine est GI et

qui maximise l’inertie. Ce repère est obtenu en effectuant une ACP sur les
profils lignes.
Soit us le vecteur unitaire de la s ème dimension dans RJ et soit His la
projection sur us du profile ligne i. Ainsi us maximise la quantité
I
X 2
fi• OHis = λs .
i=1
L’inertie porté par us est maximale et vaut λs qui est aussi la valeur propre
associée à us .

Dimensions
Le nuage des profils lignes est dans RJ donc il engendre un espace de di-
mension inférieure ou égale à J. On doit toutefois tenir compte des deux
faits suivants :
1- La somme des coordonnées d’un point du nuage est égale à 1. Cela

implique une réduction d’une unité de la dimension.
2- Le nuage NI contient I points qui engendrent un espace de dimension

inférieure ou égale à I − 1.
Ainsi la dimension de l’espace engendré par NI est inférieure ou égale au

min(I − 1, J − 1). On aboutit à la même conclusion à partir du nuage NJ .

Tables des profils

Analyse des résultats de l’AFC
Les deux graphes ci-dessous proviennent de l’analyse factorielle des données

sur l’opinion des femmes à propos des femmes au travail (Tableau ci-dessus.)
Étant donnée la taille de la table de contingence (3 × 3), un plan suffira
pour représenter les nuages des profils lignes ou des profils colonnes. Nous
allons limiter notre interprétation à la première composante.

Représentation des profils colonnes
Figure – Représentation des profils colonnes

Interprétation
Le premier axe oppose les catégories“stay at home”à“full-time work”. Cette

opposition sur le premier axe représente également une opposition en termes
de profils.
En effet les femmes qui ont répondu “stay at home” sont également pour
- “Only the husband works” plus souvent que la moyenne (84.9% alors
que la moyenne est de 52.7%.)
- “Both work equally ” beaucoup moins souvent que la moyenne (4.6%

alors que la moyenne est de 15.1%.)

Interprétation
À l’opposé, les femmes qui ont répondu “full-time work” sont favorables à
- “Only husband works” moins souvent que la moyenne (29.7% alors

- “Both work equally ” bien plus souvent que la moyenne (33.4% alors
Cette opposition des profils est l’aspect le plus important de l’écart à l’in-
dépendance dans la table de contingence.

Interprétation
La catégorie“part-time work”est très proche de l’origine (centre de gravité.)

Elle correspond donc à un profil proche du profil moyen. Cela pourra aussi
interprété de la manière suivante :
Les femmes qui sont pour “part-time work” sont indistinguables des autres
femmes. La réponse à cette question ne semble donc pas être “informa-
tive”. C’ est à dire, une femme qui répond être pour “part-time work” est
imprévisible quant à sa réponse aux autre questions.
En résumé, on peut dire que la première composante ordonne les modalités
de la deuxième variable selon l’opposition vis-à-vis du travail des femmes.

Représentation des profils lignes
Figure – Représentation des profils lignes

Représentation des profils lignes
Ici la première composante ordonne les modalité de la variable “Attitude

envers le travail du conjoint seul” de la moins favorable à la plus favorable.
Nous pouvons là aussi appeler cette composante “Attitude envers le travail
des femmes”. Elle est orientée de l’attitude la moins opposée vers la plus
opposée au travail des femmes.

Représentation des deux profils
Figure – Représentation des profils lignes et des profils colonnes

Nous pouvons voir, à partir de cette projection simultanée des nuages des
profils, que les lignes et les colonnes soit étroitement liées.
- Le premier signe de cette liaison a déjà été constaté via l’égalité des
inerties totales des lignes et des colonnes. Cela indique, en particulier,
que l’étude des profils lignes et celle des profils colonnes sont
identiques.

- La deuxième relation suggère que la composante de l’inertie du nuage

NI sur une axe donné est la même que celle du nuage NJ :
I J
X 2 X 2
fi• OHis = f•j OHjs = λs .
i=1 j=1

- La troisième relation, aide à l’interprétation, place les coordonnées des

lignes et des colonnes ensembles sur le même axe principal. Ainsi
J
1 X fij
Fs (i) = √ Gs (j),
λs j=1 fi•
I
1 X fij
Gs (j) = √ Fs (i),
λs i=1 f•j
où Fs (i) est la coordonnée du i ème profil ligne sur le s ème axe dans
RJ , et λs est la projection de l’inertie du nuage NI sur cet axe.

L’équation ci-dessus exprime que
- Le i ème profil ligne est au barycentre des colonnes, lorsque chaque

fij
colonne j est pondérée par .
fi•
- De même, le j ème profil colonne est au barycentre des lignes, lorsque
fij
chaque ligne i est pondérée par .
f•j
En d’autres termes, chaque ligne (resp. colonne) est proche des colonnes
(resp. lignes) avec lesquelles elle est en relation. Par exemple,“Stay at home”
est du même coté que“Only husband works”et s’oppose aux autres attributs
avec lesquels elle est moins corrélée.

Notons que l’origine des axes principaux coı̈ncide avec les barycentres des
deux nuages. Ainsi, lorsque les coordonnées d’un profil ligne i sont positives,
ce dernier est généralement plus corrélé avec les profils colonne j dont les
coordonnées sont positives.

Analyse Factorielle Des Correspondances

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

Analyse Factorielle Des Correspondances

Transféré par

Droits d'auteur :

Formats disponibles

Analyse Factorielle des Correspondances

A. Zoglat (FSR) AFC Automne 19 1 / 42

- Au chapitre précédent nous avons étudié les liaisons contenues dans

- Dans ce chapitre, on se propose d’étudier des liaisons contenues dans

A. Zoglat (FSR) AFC Automne 19 2 / 42

But de l’AFC : Résumer et représenter les principales liaisons pouvant

Méthode : Réduction de la dimension en effectuant la décomposition

Dans toute la suite, on considère un tableau de deux variables qualitatives

X a I modalités, Y a J modalités, avec I > J.

Xi ni1 nij niJ ni•

nij = Nombre d’observations ayant la modalité Xi de X et Yj de Y .

Pour illustrer ce chapitre, nous allons travailler sur un tableau de données

A. Zoglat (FSR) AFC Automne 19 5 / 42

Voici un extrait du tableau des données issues de ce sondage :

Figure – Tableau des réponses à deux questions d’opinion

Ce tableau est appelé table de contingence.

A. Zoglat (FSR) AFC Automne 19 6 / 42

Notons nij l’effectif d’individus ayant la caractéristique i de la première va-

A. Zoglat (FSR) AFC Automne 19 7 / 42

Dans l’exemple ci-dessus, la réponse à la question sur la famille idéale montre

A. Zoglat (FSR) AFC Automne 19 8 / 42

La principale raison derrière l’analyse d’une table de contingence est d’étu-

∀i, j, fij = fi• f•j .

A. Zoglat (FSR) AFC Automne 19 9 / 42

A. Zoglat (FSR) AFC Automne 19 10 / 42

A. Zoglat (FSR) AFC Automne 19 11 / 42

A. Zoglat (FSR) AFC Automne 19 12 / 42

A. Zoglat (FSR) AFC Automne 19 13 / 42

Le test de χ2 utilisé pour tester l’indépendance de deux variables qualitatives

En analyse des correspondances on exprime l’indépendance par l’expression :

A. Zoglat (FSR) AFC Automne 19 15 / 42

L’analyse des correspondances prend en considération les deux aspects des

A. Zoglat (FSR) AFC Automne 19 16 / 42

Chaque ligne i correspond à un point de RJ dont les coordonnées sont

A. Zoglat (FSR) AFC Automne 19 17 / 42

Figure – Nuage des profils par ligne

A. Zoglat (FSR) AFC Automne 19 18 / 42

Le nuage de points des profils lignes possède les propriétés suivantes :

- À chaque point i on attribue un poids fi• . Le profil moyen GI est

- La distance entre deux profils i et i 0 , dite distance de χ2 , est obtenue

A. Zoglat (FSR) AFC Automne 19 19 / 42

La justification de cette distance réside dans la propriété suivante : Si on

A. Zoglat (FSR) AFC Automne 19 20 / 42

À un facteur multiplicatif près, c’est la contribution de la ligne i dans χ2 .

A. Zoglat (FSR) AFC Automne 19 21 / 42

A. Zoglat (FSR) AFC Automne 19 22 / 42

Figure – Nuage des profils par colonne

A. Zoglat (FSR) AFC Automne 19 23 / 42

La distance entre deux colonnes j et j 0 est donnée par :

A. Zoglat (FSR) AFC Automne 19 25 / 42

A. Zoglat (FSR) AFC Automne 19 26 / 42

On cherche un repère orthonormal dans l’espace RJ , dont l’origine est GI et

A. Zoglat (FSR) AFC Automne 19 27 / 42

1- La somme des coordonnées d’un point du nuage est égale à 1. Cela

2- Le nuage NI contient I points qui engendrent un espace de dimension

Ainsi la dimension de l’espace engendré par NI est inférieure ou égale au

A. Zoglat (FSR) AFC Automne 19 28 / 42

A. Zoglat (FSR) AFC Automne 19 29 / 42

Les deux graphes ci-dessous proviennent de l’analyse factorielle des données

A. Zoglat (FSR) AFC Automne 19 30 / 42

Figure – Représentation des profils colonnes

A. Zoglat (FSR) AFC Automne 19 31 / 42

Le premier axe oppose les catégories“stay at home”à“full-time work”. Cette