Académique Documents
Professionnel Documents
Culture Documents
Codes AMD
Codes AMD
I. CODES ACP:
# 1. charger la librairie
library(FactoMineR)
#3. Stat descriptive pour les variables(moyenne, �cart type, max, min)
round(apply(tableau,2,mean,na.rm=T),2)
round(apply(tableau,2,sd,na.rm=T),2)
round(apply(tableau,2,max,na.rm=T),2)
round(apply(tableau,2,min,na.rm=T),2)
#4. Stat descriptive pour les individus(moyenne, �cart type, max, min)
round(apply(tableau,1,mean,na.rm=T),2)
round(apply(tableau,1,sd,na.rm=T),2)yj
round(apply(tableau,1,max,na.rm=T),2)
round(apply(tableau,1,min,na.rm=T),2)
#5. ACP
acp=PCA(tableau,scale.unit=T,graph=F)# pour commencer l'ACP
#5.1.valeurs propres
acp$eig
#repr�senter les vp
plot(acp$eig[,1],type="c")
100/6#contribution moyenne des valeurs propres
#5.2. Etude du nuage des variables
# Qualit� de la repr�sentation des variables
# Cercle de correlation pour visualiser la qualit� de la repr�sentation
x11()
x=sin(seq(-pi,pi,length=100))
y=cos(seq(-pi,pi,length=100))
library(MASS)
eqscplot(x,y,lty=2,pch="*",cex=.7, xlab='facteur 1',ylab='facteur
2');abline(h=0,v=0,lty=2,col=1)
points(acp$var$cor[,1:2], pch=15,cex=.8)
text(acp$var$cor[,1:2],labels=names(tableau),cex=.8,col=4)
#pour d�terminer les variables les mieux expliqu�es par les facteurs
round(acp$var$cos2,2)
# coordonn�es des variables sur les facteurs
round(acp$var$coord,3)
# Corr�lation entre variables et composantes principales
round(acp$var$cor,3)
# les coord(signes)
round(acp$ind$coord,2)
library(FactoMineR)
enfant=read.table(file='C:/AMD/enfant.txt',header=T,row.names=1)
enfant
100*round(prop.table(as.matrix(enfant)),4)
sort(names(enfant))
sort(rownames(enfant))
some.ligne=apply(enfant,1,sum)
some.ligne
freq.ligne=100*some.ligne/sum(some.ligne)
round(freq.ligne,2)
barplot( round(freq.ligne,2))
#4.1.4) tableau de fr�quences des lignes
100*round(prop.table(as.matrix(enfant),1),4)
#4.2) Modalit�s des colonnes
some.colonne=apply(enfant,2,sum)
some.colonne
freq.colonne=100*some.colonne/sum(some.colonne)
round(freq.colonne,2)
barplot( round(freq.colonne,2))
100*round(prop.table(as.matrix(enfant),2),4)
#5) AFC
chisq.test(enfant)
137.5779/(4*sum(enfant))
enfant.AFC$row
#Contribution moyenne
100/15
enfant.AFC$col
#Contribution moyenne
100/5
plot.CA(enfant.AFC,axes=c(1,2),title='plan factoreil(1,2)',cex.main=.5,cex=.6)