Académique Documents
Professionnel Documents
Culture Documents
1 k p
Xi,k
Individu i
x 2
La distance entre deux individus i et j : ik x jk
k 1
n n
x ih x ik
xh i 1
xk i 1
n n
n
n
ik k
x x 2
x xh
2
ih
sk i 1
sh i 1
n
n
Objectifs de l’ACP :
Rp
x i ,k x k xi ,h xh
y i ,k y 'h ,i yih
n n
Y 'Y h ,k
n
x ih x h x ik xk cov h , k
i 1 n
des unités différentes
Si les variables ont des :
des niveaux très différents
xi ,k xk
X (n, p) Z (n, p) : zi ,k
n sk
L’ACP normée présente des propriétés très intéressantes :
x i ,k x k x i ,h x h
z i ,k z 'h ,i
ns k ns h
Z ' Z h ,k
n
x ih x h x ik xk r h ,k
i 1 ns h s k
L’analyse en composantes principales normée, consiste à faire
l’analyse factorielle sur le tableau Z(n,p)
L’ACP normée
z 2
z
La distance entre deux individus i et j : k 1
ik jk
2
n xik xk xil xl
d ( z k , zl )
2
2(1 r (k , l ))
i 1 n sk n sl
Si r(k,l) = 1, alors d(zk,zl)2 = 0 : les variables zk et zl sont confondues.
n
1 n p
1 p
n
v
i 1
i
Zi 1 h 1
ih u h
h 1 i 1
Z ih u h 0
n
i
v 2
v' v 1
V v i 1
Le vecteur vα étant unitaire
n n n
v’zk = r(v, zk) : la projection de chaque variable zk sur un vecteur propre
unitaire v est égale au coefficient de corrélation entre v et zk
n
covv , z k 1
v z i ki n
cor v , z k i 1
v i z ki v ' z k
v v v z k n 1 1 i 1
n n
Il est possible de montrer également que cor(zk,zl) = z’kzl
Le nuage des points variables et celui des points individus ont la même
inertie :
p n
k 1
k
i 1
i p
1 p
1 p
X i ,k X k
F i Z G
i ,k k
s n
G k
k 1 k 1 k
n
1 1
De même G Z ' F G k Z' k ,i F i
i 1
1 n X i ,k X k
G k
s n
F i
i 1 k
Chaque facteur : vecteur propre → valeur propre (inertie portée par le facteur)
k k
Pourcentage d’inertie d’un axe donné : p
n
h
j 1
j
h 1
(1) : les axes dont les inerties décroissent d’une manière irrégulière
𝑉 2
v ' Z k 2 cor k ,v
2
ctr k ,v
Les variables qui contribuent le plus à la définition d’un axe, sont celles
dont les projections sur cet axe sont les plus élevées.
Ces variables sont caractérisées par des projections faibles sur les
deux axes du plan factoriel.
Nuage des individus
Les individus ayant les plus grandes projections sur un axe donné
participent le plus à sa définition :
Z iu 2
Fact2 ctr (i )
ind2 v3 v1 ind1
-1 1
v2 Fact1
Interprétations
Ind1 présente des valeurs élevées pour V1 et V2, et des valeurs faibles
pour V3
Ind2 présente des valeurs faibles pour V1 et V2, et des valeurs élevées
pour V3
Individus et Variables supplémentaires
X X+
X+
x i , j x j
Individu supplémentaire : z i , j
ns j
x i, j x
j
Variables supplémentaire : z i, j
n s j
Les matrices Z’Z et ZZ’ ont les même valeurs propres non nulles.
λk = μi
u Rp v Rn
1 1
u Z' v et v Zu
λ λ