UNIVERSITÉ HASSAN I DE SETTAT

FACULTÉ DES SCIENCES ET TECHNIQUES

Analyse des données Master M1:ATSII Dr.M.MADARK

TD1 :ACP

Exercice 1:

Soit 6 élèves avec 3 notes :

( )

1) Calculer le centre de gravité g de X.

2) Calculer les distances pondérées entre les individus.
3) Centrer la matrice X.
4) Calculer les variances et les écarts types des variables.
5) Calculer .
6) Calculer Z la matrice centrée et réduite.
7) Calculer .
8) Calculer la matrice V des variances covariances.
9) Calculer la matrice de corrélation R.
10) Calculer l’inertie totale du nuage avec deux méthodes différentes.
11) Déterminer la métrique.(faire le choix entre ACP normée et ACP non normée)
12) Calculer les valeurs propres de V.
13) Recalculer l’inertie totale du nuage.
∑
14) Calculer la qualité de représentation: ∑
.

15) Calculer les vecteurs propres de la matrice V.

16) Normaliser les vecteurs propres.
17) Ces vecteurs sont-ils orthogonaux.
18) Calculer les composantes principales.
19) Calculer les valeurs moyennes et les variances des composantes principales.
20) Calculer les covariances entre les composantes principales.

FST 2022/2023 Dr.M.MADARK

 UNIVERSITÉ HASSAN I DE SETTAT

FACULTÉ DES SCIENCES ET TECHNIQUES

21) Représenter les individus dans le plan principal.

22) Calculer les distances entre les individus dans le plan principal. Conclure.
23) Représenter graphiquement les individus dans l’espace réduit en utilisant les
composantes principales.
24) Calculer la qualité de la représentation des variables à la formation des axes
principaux.
25) Calculer les contributions apportées par chaque variable à la formation des axes
principaux.
26) Calculer la qualité de la représentation des individus à la formation des axes
principaux.
27) Calculer les contributions apportées par chaque individu à la formation des axes
principaux.
28) Représenter les variables à l’aide des coefficients de corrélation. (Cercle de
corrélation).

Exercice 2:

On compte faire l’analyse en composante principale de la matrice suivante :

( )

1) Calculer le centre de gravité g de X.

2) Déduire la matrice ̇ des données centrées.
3) Calculer le centre de gravité g de ̇ .
4) Calculer la matrice V des variances -covariances de X.
5) Calculer l’inertie totale de deux façons différentes.
6) Calculer R la matrice des corrélations.
7) Choisir entre une ACP normée et une ACP non normée.
8) Déterminer le polynôme caractéristique de V.
9) Calculer les valeurs propres correspondantes.

FST 2022/2023 Dr.M.MADARK

 UNIVERSITÉ HASSAN I DE SETTAT

FACULTÉ DES SCIENCES ET TECHNIQUES

10) Chercher les vecteurs propres

11) Les vecteurs et sont-ils orthogonaux ?
12) Les vecteurs et sont-ils normés ?
13) Calculer les vecteurs propres normés.
14) Proposer une matrice diagonale et une matrice de passage P inversible.
15) Vérifier que .
16) Recalculer l’inertie totale à partir des valeurs propres.
17) Conclure concernant la fiabilité de l’ACP (qualité de représentation des individus).
18) Comment choisir le nombre des axes à retenir. Tracer l’histogramme des v.p.
19) Dans le plan factoriel déterminer les coordonnées des individus (les deux
composantes principales.
20) Dans le plan factoriel déterminer les coordonnées et des variables.
21) Représenter les 6 individus et les 3 variables sur le plan principal et interpréter les
résultats.

Exercice 3:

On considère la matrice de données X de type (2,3) suivante :

( )

1) Calculer les valeurs moyennes des variables.

2) Calculer les variances et les écarts types des variables.
3) Calculer les distances pondérées entre les individus.
4) Calculer le produit matriciel et s’assurer que c’est une matrice carrée et
symétrique.
5) Chercher les valeurs propres de et ses vecteurs propres associées .
Donner la matrice diagonale semblable à et la matrice de passage P.
6) Vérifier que ∑ .

Exercice 4:

FST 2022/2023 Dr.M.MADARK

 UNIVERSITÉ HASSAN I DE SETTAT

FACULTÉ DES SCIENCES ET TECHNIQUES

Soit la matrice des données suivante :

( )

1) Soient les vecteurs colonnes de la matrice X. Centrer et réduire (normer)

les variables
2) Déterminer la matrice V des variances covariances et la matrice R de corrélations.
3) Diagonaliser la matrice V. On note ses valeurs propres.
4) Déterminer les vecteurs propres associées aux valeurs propres

Exercice 5:

Réaliser l’ACP normée de la matrice suivante à partir de sa matrice de corrélation:

( )

FST 2022/2023 Dr.M.MADARK