Académique Documents
Professionnel Documents
Culture Documents
Préparé par : Mlle. ADDOULA Zhour Encadré par : Pr. IBOURK Aomar
Mlle. MAAZOUZ Soukaina
Mlle BOUJNANE Soukaina
Mlle HANAF Zineb
- Individus supplémentaires:
Les unités statistiques supplémentaires sont des unités statistiques sur lesquelles on
dispose des observations des variables mais dont on ne veut pas tenir compte dans
le calcul des paramètres statistiques. On définit souvent comme unités statistiques
supplémentaires les centres de gravité de groupes formés à priori, définis par les
moyennes des variables de ces groupes.
3. Réaliser les calculs:
Les mapping de l’ACP sont les projections des variables et des individus sur un
plan factoriel déterminé.
On commencera par interpréter le premier plan factoriel (celui formé par les
facteurs F1 et F2) car c’est celui qui concentre la plus grande partie de
l’information du nuage.
Sur un plan factoriel, on n’interprète que les variables et les individus qui sont
bien représentés. Pour les individus, on utilisera les contributions absolues
et relatives alors que pour les variables, on n’interprètera que celles qui
sont proches du cercle de corrélation.
4. Les Sorties graphiques
La représentation des variables.
Ce mapping se distingue par la présence d’un cercle de corrélation. Sur un plan factoriel
déterminé, on n’interprète que les variables qui sont bien représentées c’est à dire
celles qui sont proches ou sur le cercle de corrélation.
On interprète deux types de positions :
- Les positions des variables par rapport aux axes afin de déterminer quelles sont les
variables qui « font les axes ». On va ainsi pouvoir nommer les axes en fonction des
variables.
- Les positions des variables les unes par rapport aux autres. Le coefficient de
corrélation entre deux variables étant le cosinus de l’angle formé par les vecteurs on
en déduit que :
- deux variables qui sont proches ou confondu (angle de 0°) sont corrélées
positivement (coefficient de corrélation proche de 1),
- deux variables opposées (formant un angle de 180°) sont corrélées
négativement (coefficient de corrélation proche de -1)
- deux variables positionnées à angle droit (angle de 90°) ne sont pas du tout
corrélées (coefficient de corrélation égal à 0)
La représentation des individus
Cas 1: L’ACP est réalisé sur un tableau comportant beaucoup d’individus (+30)
Dans ce cas, on ne pourra pas interpréter les positions relatives de tous les
individus car le nuage sera tellement dense que l’on n’y verra pas grand-
chose. Toutefois, si un individu est atypique, il va ressortir du nuage et on
pourra alors l’identifier pour éventuellement le supprimer et effectuer un
nouveau passage sans cet individu. Dans ce cas, on a souvent recours à
une méthode classification automatique afin de regrouper les individus
qui sont proches les uns des autres et ainsi de constituer des type
d’individus ayant un comportement similaire.
Pourquoi « factorielle » ?
Il s’agit de décomposer le tableau original en une somme de
tableaux/matrices qui sont chacun le produit de facteurs simples.
Autrement dit, on les « met en facteurs »
Principale source d’informations, et de l’exemple utilisé pour ce
cours : Que sais-je ? « L' analyse factorielle » - N°2095, Philippe
CIBOIS, ed. PUF, épuisé, extrait disponible en ligne
Demarche
• L'analyse factorielle des correspondances AFC développée par
Jean-Paul Benzecri et ses collaborateurs emploie la métrique
du chi-deux : chaque ligne est affectée d'une masse qui est sa
somme marginale, le tableau étudié est le tableau des profils
des lignes, ce qui permet de représenter dans le même
espace à la fois les deux nuages de points associés aux lignes
et aux colonnes du tableau de données ; elle est par ailleurs
très agréablement complétée par des outils de classification
ascendante hiérarchique (CAH) qui permettent d'apporter des
visions complémentaires, en particulier en construisant des
arbres de classification des lignes ou des colonnes.
Une représentation graphique intuitive
20 A
30 BDD'
20 CE
30 FGH
Université Classes Prépa Autres
Analyse des Correspondances
Multiples
Analyse des Correspondances
Multiples
Etude des individus : deux individus sont proches s'ils ont répondu
de la même façon aux questions. On ne s'intéressera pas vraiment
aux individus en tant que tels mais plutôt aux populations : y a-t-il
des groupes d'individus ?
Etude des variables et des modalités : les questions sont les mêmes
que pour l'ACP. Premièrement, on veut étudier les relations entre
variables et les associations entre modalités. Deux modalités sont
proches si elles ont souvent été prises ensemble. Deuxièmement, on
recherche une ou plusieurs variable(s) synthétique(s) continue(s)
pour résumer les variables qualitatives. Troisièmement, on cherche à
caractériser des groupes d'individus par des modalités.
Analyse des Correspondances
Multiples
Analyse des Correspondances
Multiples
Domaine d'application :
L'ACM est une méthode très générale qui s'applique à tout
tableau dans lequel un ensemble d'individus est décrit par des
variables qualitatives. Elle n'est donc pas inféodée à un champ
disciplinaire particulier. Toutefois elle est très utilisée dans le
traitement des enquêtes d'opinion, les questionnaires étant
souvent composés de questions à choix multiples.
Merci de votre attention