Chap 3 AD

PLAN DU
COURS
CHAPITRE I : INTRODUCTION À L’ANALYSE DE DONNÉES ET À LA DATA
SCIENCE
CHAPITRE II : ANALYSE EN COMPOSANTES PRINCIPALES
CHAPITRE III : ANALYSE FACTORIELLE DES
CORRESPONDANCES CHAPITRE VI : ANALYSE DES
CORRESPONDANCES MULTIPLES CHAPITRE V : CLASSIFICATION
AUTOMATIQUE HIÉRARCHIQUE
CHAPITRE III : ANALYSE FACTORIELLE
DES CORRESPONDANCES -AFC
CHAPITRE III : ANALYSE FACTORIELLE DES CORRESPONDANCES
-AFC
L'analyse factorielle des correspondances

a été introduite par [J.P. Benzecri ] sous le
nom d'analyse des correspondances.
Elle porte également le nom d'analyse des

correspondances binaires en relation avec
l'analyse des correspondances multiples.
J.P. Benzecri : L'analyse de données (Tome 2) L'analyse des correspondances. Dunod, 1980.
-AFC
Les domaines d'application
-L'AFC conçue pour les tableaux de
contingence (i.e. fréquences), être
peut
appliquée :
-aux tableaux de mesures
même système d'unités), homogènes (i.e.
-aux tableaux de notes, de rangs, de
préférences,
-aux tableaux à valeurs logiques (0 ou 1),
-et encore aux tableaux issus de
-AFC
Les domaines d'application
-L’écologie,
-La zoologie,
-La psychologie,
-L'économie,
et d'autres domaines dans lesquelles il peut
être intéressant d'étudier les liaisons entre
deux variables nominales.
REPRÉSENTATION DES DONNÉES POUR
L'AFC
-AFC
A la différence de l'ACP, les données doivent

être organisées en tableaux de contingence
(appelés aussi tableau de dépendance ou
tableau croisé).
-AFC
Modalités de la seconde variable
1 ……….………....j…….…………….J
1
Modalités de la première variable
.
.
.
.
. .
. .
i kij
. .
. .
.
.
.
. .
I
I
-AFC
Définition
Un tableau de contingence est un tableau
d'effectifs obtenus en croisant les modalités
de deux variables qualitatives définies sur
une même population de n individus.
-AFC
kij : nombre d’individus ayant la modalité i

de la variable I et la modalité j de la
variable J.
n : nombre total d'individus de la population
initiale.
 sur ce type detableau les lignes et les
colonnes jouent un rôle symétrique.
-AFC
Tableau de fréquence (ou de probabilité)
Les fréquences fij sont données par

:
La colonne
marge : La ligne
marge :
-AFC
Tableau de fréquence (ou de probabilité)
Marge
1 …………..............j…………………..….J
1 .
. .
.
. .
. .
i
. fij
. . fi.
.
. .
. .
.
. .
I
I
Marge f.j
-AFC
Liaison entre les variables
L’AFC considère un tableau de contingence

ou de fréquence pour étudier les liaisons
entre les deux variables à l'initiative du
tableau.
-AFC
Définition
Il y a indépendance entre les deux
variables considérées si :
-AFC
Intuitivement, il y a si
probabilité de posséder la
indépendance la
modalité i) de la deuxième variable (dej la
première variable) ne dépend pas de (lala
modalité i (j) prise par la première variable
(la deuxième variable).
-AFC
Définition
Il y a liaison entre ces deux variables, ou que
ces deux variables sont liées si elles ne sont
pas indépendantes.
-AFC
Ainsi nous pouvons dire que :
-Si fij est supérieur au produit des marges, les

modalités i et j s'associent plus que sous
l'hypothèse d'indépendance.
--Nous dirons que les deux modalités i et j
s'attirent.
-AFC
-Si fij est inférieur au produit des marges, les

modalités i et j s'associent moins que sous
l'hypothèse d'indépendance.
--Nous dirons qu'il y a répulsion entre les
deux modalités i et j.
-AFC
Sous l'hypothèse d'indépendance nous avons

:
-en considérant le tableau comme
un ensemble de lignes :
-AFC
-en considérant le tableau comme

un ensemble de colonnes :
-AFC
Dans l'équation :
-le terme de droite f.j s'interprète comme le

pourcentage de la population totale
possédant la modalité j,
-et le fij/fi. ce
terme
représente pourcentage danssous- même
la
possédant la modalité population
i.
-AFC
-Ainsi, il y a indépendance lorsque les

lignes du tableau de fréquences sont
proportionnelles.
-Par symétrie, il en est de même pour les

colonnes.
-AFC
Modèle d’indépendance et AFC
-L’analyse d’un tableau de contingence se
fait en référence à la situation
d’indépendance.
-L’AFC considère simultanément les
deux écritures en utilisant la terminologie
 f ij 
de
- :Profil , j  1, 
 i. 
ligne f J
 f ij 
- Profil , i  1, 
 f . j 
colonne I
-AFC
- Profil moyen f , j  1, J
ligne  .j
- Profil moyen f , i  1,
i.
colonne I
-AFC
-Le modèle d’indépendance stipule que :
- Les profils lignes sont égaux au profil

moyen ligne.
- Les profils colonnes sont égaux

au profil moyen colonne.
-AFC
Modèle d’indépendance et test de X2
-Le modèle X2 permet de tester la
significativité de l’écart global entre le
tableau observé et le tableau d’indépendance
(théorique)
-X2 s’écrit :
(effectifs observés  effectifs théoriques)2
2  
i, j effectifs théoriques
(nf  nf f ) 2
 2
 
i, j
ij i. . j
nf f
-AFC
Modèle d’indépendance et test de X2
2
2
i, j i, j
nf i. f. j f i. f. j
-Φ2 correspond à une mesure de

liaison indépendante de l’effectif.
-AFC
OBJECTIFS DE
L’AFC
-AFC
Les objectifs sont les mêmes que ceux

de l'ACP dans le sens oùl'AFC
cherche une typologie
obtenir à des lignes et une
typologie des colonnes, puis de relier ces
deux typologies.
-AFC
Il faut donc faire ressortir un bilan

ressemblance
entre des lignes
s
colonnes) en répondant(respectivement
aux questions du type
:
-Quels sont les lignes

(respectivement colonnes) qui se
ressemblent ?
- Quelles sont celles qui sont différentes ?
-AFC
-Existe-t-il des groupes homogènes de

lignes (respectivement colonnes) ?
-Est-il possible de mettre en évidence une

typologie des lignes (respectivement des
colonnes) ?
-AFC
-La notion de ressemblance entre deux

lignes ou deux colonnes diffère cependant de
l'ACP.
-En effet, deux lignes (respectivement deux
colonnes) sont proches si elles s'associent de
la même façon à l'ensemble des colonnes
(respectivement des lignes), i.e. elles
s'associent trop ou trop peu par rapport à
l'indépendance.
-AFC
-Il faut donc chercher les lignes

(respectivement colonnes) dont la répartition
s'écarte le plus de l'ensemble de la
population, celles qui se ressemblent entre
elles et celles qui s'opposent.
-AFC
-Par symétrie, chaque groupe de colonnes est

caractérisé par les lignes auxquelles ce
groupe s'associe peu ou fortement.
-Ainsi nous pouvons décomposer la liaison

entre deux variables en une somme de
tendances simples et interprétables et mesurer
leur importance respective.
-AFC
PRINCIPES DE
L’AFC
-AFC
Le principe de l'AFC et la démarche à
sont présentés en illustrant les différentes
suivre
étapes par un tableau de données de faible
dimension.
Yeux/Cheveux Brun Châtain Roux Blond Total
Marron 68 119 26 7 220
Noisette 15 54 14 10 93
Vert 5 29 14 16 64
bleu 20 84 17 94 215
Total 108 286 71 127 592
Tableau de contingence
-AFC
Yeux/Cheveux Brun Châtain Roux Blond Total Tableau
Marron 68 119 26 7 220 de contingence
Noisette 15 54 14 10 93
Vert 5 29 14 16 64
bleu 20 84 17 94 215
Total 108 286 71 127 592
Yeux/Cheveux Brun Châtain Roux Blond Profil

moyen
Marron 11,4 20,1 4, 3 1,1 37,1
Noisette 2,5 9,1 2,3 1,6 15,7
Vert 0,8 4,8 2,3 2,7 10,8 Tableau
bleu 3,3 14,1 2,8 15,8 36,3 de fréquences
observées
Profil moyen 18,2 48,3 11,9 21,4 100
-AFC
Yeux/Cheveux Brun Châtain Roux Blond Profil moyen
Marron 11,4 20,1 4, 3 1,1 37,1

Noisette 2,5 9,1 2,3 1,6 15,7
Vert 0,8 4,8 2,3 2,7 10,8
bleu 3,3 14,1 2,8 15,8 36,3
Profil moyen 18,2 48,3 11,9 21,4 100
Tableau de fréquences observées
L’AFC de ce tableau cherche à répondre

aux questions :
-Y-a-t-il indépendance entre la couleur des yeux
et celle des cheveux?
-Quelles sont les associations entre ces couleurs?
-AFC
La transformation des données

Cela consiste à considérer le tableau d'une
part :
-comme une suite de lignes, puis
-comme une suite de colonnes.
Lorsque le tableau est considéré en ligne :

-les données sont normalisées en divisant
par fi.,
-la nouvelle ligne ainsi créée est appelée
-AFC
Dans cette exemple :
représente la probabilité d'avoir les

cheveux de couleur j sachant que la
couleur des yeux est i.
-AFC
Le profil-ligne i est la probabilité

conditionnelle définie par i sur l'ensemble
des colonnes.
Un raisonnement similaire peut être fait

pour les colonnes du fait du rôle
symétrique joué par les lignes et les
colonnes.
-AFC
1 …………....j…….………….J 1 …………....j…….………….J
1 . 1 .
. . . .
. . . .
. . . .
i fij/fi. i fij/f.j
. . . .
1
. . . .
. . . .
. . . .
. . . .
. .
I I
Tableaux de profils-lignes 1
Tableaux de profils-colonnes
-AFC

Marron 30,9 54,0 11,8 3,1 100

Noisette 16,1 58,0 15,0 10,7 100
Vert 7,8 45,3 21,8 25,0 100
bleu 9,3 39,0 7,9 43,7 100
Profil moyen 18,2 48,3 11,9 21,4 100
Tableau de profils-lignes (exprimé en % lignes

arrondi)
 Le tableau représente les probabilités conditionnelles d'avoir

-AFC

Marron 30,9 54,0 11,8 3,1 100

Noisette 16,1 58,0 15,0 10,7 100
Vert 7,8 45,3 21,8 25,0 100
bleu 9,3 39,0 7,9 43,7 100
Profil moyen 18,2 48,3 11,9 21,4 100
Exemple d’interprétation des valeurs du tableau :
La case 1 donne une valeur de 30,9 cela signifie qu’il y a 31 chances

sur 100 que les individus qui ont les yeux marrons aient les cheveux
de couleur brun.
-AFC

Yeux/Cheveux Brun Châta Roux Blond Profil moyen
in
Marron 62,9 41,6 36,6 5,5 37,1
Noisette 13,8 18,8 19,7 7,8 15,7
Vert 4,6 10,1 19,7 12,5 10,8
bleu 18,5 29,3 23,9 74,0 36,3
Profil moyen 100 100 100 100 100
Tableau de profils-colonnes (exprimé en % colonnes

arrondis)
 Ce tableau fournit la répartition de la couleur des yeux

selon les modalités de la couleur des cheveux.
-AFC
Marron 62,9 41,6 36,6 5,5 37,1

Noisette 13,8 18,8 19,7 7,8 15,7
Vert 4,6 10,1 19,7 12,5 10,8
bleu 18,5 29,3 23,9 74,0 36,3
Profil moyen 100 100 100 100 100
Tableau de profils-colonnes (exprimé en % colonnes arrondis)

 Exemple d’interprétation des valeurs du tableau :
Si on considère la première colonne, on a 63 chances sur 100 que
les individus qui ont les cheveux de couleur brun aient les yeux
marrons.
-AFC
La ressemblance entre profils
-La ressemblance entre deux lignes ou entre

deux colonnes est définie par une distance
entre profils.
-La distance employée est celle de χ2 et elle

est définie de façon symétrique pour les
lignes et les colonnes.
-AFC
-Ladistance entre deux lignes i et i’ est
donnée par :
-La distance entre deux colonnes j et j’

est donnée par :
-AFC
La matrice diagonale 1/f.j définie la
métrique dans RJ ,
 La matrice diagonale 1/fi. définie la
métrique dans RI .
Cette pondération 1/f.j équilibre l'influence

des colonnes sur la distance entre les lignes
en augmentant les termes concernant les
modalités rares.
-AFC
Les nuages des deux profils
Le nuage des profils-lignes
-Lorsque nous nous intéressons aux
modalités de la première variable, il faut
considérer les données comme une
juxtaposition de profils- lignes.
-Ainsi chaque profil-ligne i peut être

représenté comme un point de l'espace RJ
dont chacune des J dimensions représente
une modalité de la seconde variable.
-AFC
-L'utilisation de la distance entre deux
profils est celle de χ2, elle revient à affecter
le poids 1/f.j à la jème dimension de RJ.
-AFC
-L'étude de la dispersion du nuage autour de

son barycentre équivaut à l'étude de l'écart
entre profils et marge (ou encore à l'étude
de la liaison entre les deux variables).
-AFC
-Le barycentre GI des points de NI munis

des poids fi. est la moyenne pondérée de
tous les points sur tous les axes j.
-La coordonnée de GI sur l'axe j est

donc donnée par :
-AFC
Le nuage des profils-colonnes
-La construction du nuage profils
des
colonnes est identique à celle du nuage
- des
profils-lignes du fait de la symétrie entre les
lignes et les colonnes en AFC.
-Ainsi, lorsque nous nous

intéressons aux modalités de la
secondevariable,il faut considérer les
données comme une juxtaposition de
-AFC
-Le barycentre des points de NJ munis de leur

poids a pour coordonnée sur l'axe i :
-AFC
-Ce barycentre s'interprète également

comme un profil moyen et joue le même
rôle pour l'étude de la liaison entre les
deux variables.
-AFC
L’ajustement des deux nuages
-Pour l'ajustement du nuage des profils-

lignes, nous cherchons une suite d'axes
orthogonaux deux à deux {us ; s = 1, …, S}
sur lesquels le nuage NI est projeté.
-Chaque axe us doit rendre maximum

l'inertie projetée du nuage NI .
-AFC
-L'ajustement du nuage des profils-lignes

NI dans RJ revient à chercher le premier
vecteur unitaire u1 qui rende cette inertie
maximale, puis par chercher le vecteur
unitaire u2 orthogonal à u1 qui vérifie le
même critère, etc.
 Méthode factorielle
-AFC
-Cette démarche est semblable à celle

de l'ACP, à l'exception du fait que :
-les lignes interviennent au travers de

leur profil,
-la distance entre les profils est celle du χ2
-chaque élément i est affecté d'un poids fi.
-AFC
Représentation simultanée
-En AFC, la représentation simultanée des

deux nuages NI et NJ repose sur une
dualité plus riche qu'en ACP car les lignes
et les colonnes représentent des éléments
de même nature.
-AFC
-Les deux nuages NI et NJ sont deux

représentations du même tableau en le
considérant en tant que profils-lignes et
profils-colonnes.
-AFC
L'inertie du nuage NI est donnée par

:
 Cette inertie représente la liaison

entre les deux variables.
-AFC
-χ2 est la statistique habituellement

employée pour mesurer la liaison entre
deux variables.
-χ2 est la somme du rapport avec pour

numérateur le carré de la différence de
l'effectif observé et de l'effectif théorique et
pour dénominateur l'effectif théorique :
-AFC
Exemple :
-AFC
Exemple :
-La modalité des cheveux châtains est
proche de l'origine, elle représente donc un
profil moyen et n'est rattachée à aucune
couleur des yeux.
-Les individus aux yeux bleus et aux yeux

marrons sont éloignées.
-AFC
Exemple :
-AFC
Exemple :
En confirmation avec le tableau, nous
remarquons que les individus aux yeux
bleus auront tendance à avoir les cheveux
blonds.
-AFC
-Les individus aux yeux marrons qui

seront davantage bruns.
-Les individus aux cheveux roux auront plutôt
les yeux verts ou noisettes.
RÉSUMÉ ÉTAPES
AFC
-AFC
On peut résumer l'AFC en neuf

étapes :
1: la première étape donne le tableau de
contingence des modalités communes aux
deux variables.
2: la deuxième étape modifie le tableau en

fréquences. Ces fréquences font apparaître
des lois de probabilités.
-AFC
3 : Le tableau est considéré comme une

juxtaposition de lignes après transformation
en divisant par fi.
Ces lignes sont appelées profil-lignes et

peuvent être interprétées comme des
probabilités conditionnelles.
-AFC
4 : Le tableau est considéré comme une

juxtaposition de colonnes après
transformation en divisant par f.j .
 Ces colonnes sont appelées profil-

colonnes et peuvent être interprétées
comme des probabilités conditionnelles.
-AFC
5 : Les profils-lignes qui constituent le

nuage NI sont projetés dans l'espace RJ .
 Le nuage NI est analysé par rapport au

centre de de gravité GI qui constitue un
profil moyen.
-AFC
6 : Les profils-colonnes qui constituent

le nuage NJ sont projetés dans l'espace RI .
 Le nuage NJ est analysé par rapport au

centre de gravité GJ qui constitue un
profil moyen.
-AFC
L’Analyse Factorielle : Elle permet de

en évidence une suite de directions
mettre
orthogonales, d'étudier les projections en 7 et
8 en fonction de leurs proximités entre elles
et par rapport à l'origine qui correspond à un
profil moyen.
-AFC
7 : Cette étape consiste en la projection

du nuage NI sur le premier plan factoriel.
 Les distances correspondent à des

ressemblances entre les modalités.
-AFC
8 : Cette étape consiste en la projection

du nuage NJ sur le premier plan factoriel.
 Les distances correspondent à des

ressemblances entre les modalités.
- Relations de transition : ces relations

expriment les résultats d'une AF en fonction
des résultats de l'autre.
-AFC
9 : Les relations de transition permettent des

interprétations simultanées des axes.
 Cette représentation simultanée facilite

l'interprétation.
Remarque :
Toute association entre un point-ligne et un
point-colonne suggérée par une proximité
doit être contrôlée sur le tableau.
EXEMPLE D’AFC AVEC
R
-AFC
> library(FactoMine
R)
> data(children)
childre
n
-AFC
> resafc<-CA(children, row.sup=15:18,

col.sup=6:8
-AFC
>summary(resafc)
summary(resafc,nbelements=Inf)
>summary(resafc,nbelements=Inf,
file="resafc.txt")
> resafc
> resafc$call
>plot(resafc)
>plot(resafc, invisible=c("row.sup" , "col.sup" )
>plot(resafc,
invisible=c("row.sup","col.sup"), cex=0.7)
-AFC
>plot(resafc, invisible=c("row.sup","col.sup"),
cex=0.7, selectRow="cos2 0.7",selectCol="cos2
0.7")
>plot(resafc, invisible=c("row.sup","col.sup"), cex=0.7,
selectRow="cos2 4",selectCol="cos2 5")  4lignes au
>plot(resafc,
cos2 le plus élevé
invisible=c("row.sup","col.sup"),
cex=0.7, selectRow="contrib 4",selectCol="contrib
3")
>> plot(resafc, invisible=c("row.sup","col.sup"), cex=0.7,
selectRow=c("money","future"))
> plot(resafc, cex=0.7, axes=c(1,3))

Chap 3 AD

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

Chap 3 AD

Transféré par

Droits d'auteur :

Formats disponibles

PLAN DU

L'analyse factorielle des correspondances

Elle porte également le nom d'analyse des

A la différence de l'ACP, les données doivent

Modalités de la seconde variable

kij : nombre d’individus ayant la modalité i

Les fréquences fij sont données par

Liaison entre les variables

L’AFC considère un tableau de contingence

Liaison entre les variables

Ainsi nous pouvons dire que :

-Si fij est supérieur au produit des marges, les

-Si fij est inférieur au produit des marges, les

Sous l'hypothèse d'indépendance nous avons

-en considérant le tableau comme

-le terme de droite f.j s'interprète comme le

-Ainsi, il y a indépendance lorsque les

-Par symétrie, il en est de même pour les

-Le modèle d’indépendance stipule que :

- Les profils lignes sont égaux au profil

- Les profils colonnes sont égaux

-Φ2 correspond à une mesure de

Les objectifs sont les mêmes que ceux

Il faut donc faire ressortir un bilan

-Quels sont les lignes

-Existe-t-il des groupes homogènes de

-Est-il possible de mettre en évidence une

-La notion de ressemblance entre deux

-Il faut donc chercher les lignes

-Par symétrie, chaque groupe de colonnes est

-Ainsi nous pouvons décomposer la liaison

Yeux/Cheveux Brun Châtain Roux Blond Profil

Marron 11,4 20,1 4, 3 1,1 37,1

L’AFC de ce tableau cherche à répondre

La transformation des données

Lorsque le tableau est considéré en ligne :

La transformation des données

Dans cette exemple :

représente la probabilité d'avoir les

La transformation des données

Le profil-ligne i est la probabilité

Un raisonnement similaire peut être fait

La transformation des données

La transformation des données

Marron 30,9 54,0 11,8 3,1 100

Tableau de profils-lignes (exprimé en % lignes

 Le tableau représente les probabilités conditionnelles d'avoir

La transformation des données

Marron 30,9 54,0 11,8 3,1 100

Exemple d’interprétation des valeurs du tableau :

La case 1 donne une valeur de 30,9 cela signifie qu’il y a 31 chances

La transformation des données

Tableau de profils-colonnes (exprimé en % colonnes

 Ce tableau fournit la répartition de la couleur des yeux

Yeux/Cheveux Brun Châtain Roux Blond Profil moyen

Marron 62,9 41,6 36,6 5,5 37,1

Tableau de profils-colonnes (exprimé en % colonnes arrondis)

-La ressemblance entre deux lignes ou entre

-La distance employée est celle de χ2 et elle

-La distance entre deux colonnes j et j’

Cette pondération 1/f.j équilibre l'influence

-Ainsi chaque profil-ligne i peut être

-L'étude de la dispersion du nuage autour de