Analyse des Correspondances Multiples Extension de l’A.F.C. permettant de décrire des tableaux binaires ou tableaux disjonctifs complets (c-a-d représentant.

Slides:



Advertisements
Présentations similaires
Analyse Factorielle des Correspondances
Advertisements

Analyse discriminante
Cliquez ici pour commencer
Les races de chiens TEST QUIZ 5KNA Productions 2013.
Exemple d’A.C.M. Coordonnées, Cos² des individus et classification.
Exemple d’A.C.M. (Étape 1) Thème Thème de la recherche : Évaluer l’attractivité du centre commercial Parmi les personnes satisfaites, cerner les principaux.
Analyse Factorielle des Correspondances Généralisation de l’A.C.P. adaptée au traitement de données qualitatives se présentant sous la forme d’un tableau.
Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc.
Du chapitre 1 au chapitre 2 1. Les graphiques : introduction (p.19)  Pour prendre possession des données o des chiffres dans un tableau, c’est bien o.
Introduction à la notion de fonction 1. Organisation et gestion de données, fonctions 1.1. Notion de fonction ● Déterminer l'image d'un nombre par une.
Du chapitre 1 au chapitre 2 1. Les graphiques : introduction (p.15)  Pour prendre possession des données o des chiffres dans un tableau, c’est bien o.
Perception des boissons alcoolisées Fichier de données.
O ij BrunChâtainRouxBlond Total Marron Noisette Vert Bleu Total Dans cet exemple,
Progression2 Organisation et gestion de données CM Séquences Socle commun Compétences du palier 2 ProgrammesObjectifs d’apprentissage OG1.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
Naissances à l’hôpital au Canada : un regard sur les femmes vivant dans les régions rurales et éloignées Diffusion le 4 juillet 2013.
Utiliser le calcul littéral pour résoudre ou démontrer
IRaMuTeQ : Fondements et applications
V Suite géométrique : 1°) Définition : un+1
Suites ordonnées ou mettre de l’ordre
Tableau à double entrée
Étude de la fonction f(x) = x² avec Cabri Géomètre II Plus
Les distributions en classes
Section 2.1 : Lois du mouvement de Newton
AP Travail méthodologique sur le tracé des graphiques
Reprise du cours ( ) Séance « questions/réponses » :
CONSTRUIRE UN GRAPHIQUE
Analyse en Composantes Principales A.C.P. M. Rehailia Laboratoire de Mathématiques de l’Université de Saint Etienne (LaMUSE).
Comment résumer la structure par âge et par sexe d’une population ?
Les tendances périodiques
Exercice 7 : (un) est une suite géométrique définie sur N. u5 = 96 ; u8 = 768 Déterminez le 13ème terme.
Construire un diagramme ombrothermique* (* ou climatogramme)
chapitre 3 Les Statistiques
Chapitre 9 : Les fonctions (2)
Les Plans d’expériences: Plans Factoriels
Organisation des Données et Représentations Graphiques
MOYENNE, MEDIANE et ECART TYPE d’une série statistique
REVISIONS POINTS COMMUNS
Le logiciel HYPERBASE-LATIN :
Méthode Taguchy Analyse de la variance Anavar
ACP Analyse en Composantes Principales
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
Chapitre 3 : Caractéristiques de tendance centrale
L’équilibre du consommateur
Statistiques.
Analyse des Données M.H. ZAIEM.
Généralités sur les fonctions
Günther Mattheussens Service Études
Günther Mattheussens Service Études
Cours de physique générale II Ph 12
Journée provinciale de rencontre de printemps à Mons, le 15 mai 2018
DYNAMIQUE DES FORCES Chapitre destiné à des révisions: le dynamique a été étudié en première année, ce travail est à faire en deuxième année. Les élèves.
Test 2.
BTS INFORMATIQUE DE GESTION
Exercice de statistiques
chapitre 3 Les Statistiques
L’ANALYSE DES DONNEES Samuel MAYOL S. Mayol - L’analyse des données.
Résoudre des problèmes de proportionnalité
Leçon Les Forces N°1 1. Rôle des forces
Utiliser le modèle log-linéaire pour mettre au jour la structure du lien entre les deux variables d’un tableau de contingence : un exemple d’application.
Chapitre 12 : Notion de fonction
REPRESENTATION GRAPHIQUE D ’UNE FONCTION AFFINE
Statistiques et probabilités
μ = N 3) Moyenne d’une série discrète : ∑ ni xi que l’on peut noter
Fonctions.
Variables statistiques discrètes
Exercice 2 Soient les notes obtenues dans une classe par les élèves, et leur appartenance aux groupes 1 ou 2 : 8(groupe 1), 9(groupe 2), 11(groupe 2),
Transcription de la présentation:

Analyse des Correspondances Multiples Extension de l’A.F.C. permettant de décrire des tableaux binaires ou tableaux disjonctifs complets (c-a-d représentant des données qualitatives). L’A.C.M. est une A.F.C. appliquée non pas à un tableau de contingence mais à un tableau de Burt.

Exemples de questions Dans quelle région habitez-vous ? 1 - Paris 2 - Banlieue 3 - Province Etes-vous du sexe ? 1 - Masculin 2 - Féminin Quel âge avez-vous ? 1 - Moins de 18 ans 2 - Entre 18 et 34 ans 3 - Entre 35 et 54 ans ans ou plus Découpage en classes d’une variable quanti. Au total :s = 3 questions comprenant p = 3+2+4=9 modalités concernant n individus

Tableau disjonctif complet p = 9 Z (n,p) = n individus s = 3 R(n,s)R(n,s) = n individus Codage condensé Tableau disjonctif complet Remarque : dans ce tableau, les sommes des lignes et des colonnes n’ont pas de sens… Codage binaire

p = 9 Z(n,p)Z(n,p) = n individus   Codage condensé Remarque : dans le tableau « Codage condensé », les sommes des lignes et des colonnes n’ont pas de sens… Tableau disjonctif complet

p = 9 Z(n,p)Z(n,p) = n individus   Codage condensé Remarque : dans le tableau « Codage condensé », les sommes des lignes et des colonnes n’ont pas de sens… Tableau disjonctif complet

B(p,p)B(p,p) = Z’Z = Tableau de Burt A partir du tableau disjonctif complet Z, on construit le tableau symétrique B d’ordre (p,p) qui rassemble les croisements deux à deux de toutes les variables. B est une juxtaposition de tableaux de contingence

Principes de l’A.C.M Tableau disjonctif complet Nuage des individus Nuage des modalités

Exemple d’A.C.M. Exemple d’A.C.M. (Tenenhaus) TaillePoidsVélocitéIntelligenceAffectionAgressivité Fonction Co Ch Ut Beauceron Basset Berger Allemand Boxer Bull-Dog Bull-Mastiff Caniche Chihuahua Cocker Colley Dalmatien Doberman Dogue Allemand Epagneul Breton Epagneul Français Fox-Hound Fox-Terrier Grand Bleu Labrador Lévrier Mastiff Pékinois Pointer Saint-Bernard Setter Teckel Terre-Neuve

TABLEAU DE BURT | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Tl- | | Tl+ | | Tl++| | Pd- | | | Pd+ | | | Pd++| | | Vl- | | | | Vl+ | | | | Vl++| | | | In- | | | | | In+ | | | | | In++| | | | | Aff-| | | | | 13 0 | Aff+| | | | | 0 14 | Agr-| | | | | 5 9 | 14 0 | Agr+| | | | | 8 5 | 0 13 | | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Exemple d’A.C.M. Tableau de Burt Nombre de « grands chiens » ?

TABLEAU DE BURT | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Tl- | | Tl+ | | Tl++| | Pd- | | | Pd+ | | | Pd++| | | Vl- | | | | Vl+ | | | | Vl++| | | | In- | | | | | In+ | | | | | In++| | | | | Aff-| | | | | 13 0 | Aff+| | | | | 0 14 | Agr-| | | | | 5 9 | 14 0 | Agr+| | | | | 8 5 | 0 13 | | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Exemple d’A.C.M. Tableau de Burt Nombre de « grands chiens » ? Nombre de « grands chiens intelligents » ?

TABLEAU DE BURT | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Tl- | | Tl+ | | Tl++| | Pd- | | | Pd+ | | | Pd++| | | Vl- | | | | Vl+ | | | | Vl++| | | | In- | | | | | In+ | | | | | In++| | | | | Aff-| | | | | 13 0 | Aff+| | | | | 0 14 | Agr-| | | | | 5 9 | 14 0 | Agr+| | | | | 8 5 | 0 13 | | Tl- Tl+ Tl++ | Pd- Pd+ Pd++ | Vl- Vl+ Vl++ | In- In+ In++ | Aff- Aff+ | Agr- Agr+ | Exemple d’A.C.M. Tableau de Burt Nombre de « grands chiens » ? Nombre de « grands chiens intelligents » ?

Exemple d’A.C.M. Valeurs propres et axes factoriels Nombre maximum de valeurs propres = p-s (nb de modalités - nb de questions) Somme des valeurs propres (Inertie totale) = (p/s) = 10 (16 / 6) - 1 =

Exemple d’A.C.M. Valeurs propres et axes factoriels VALEURS PROPRES APERCU DE LA PRECISION DES CALCULS : SOMME DES VALEURS PROPRES HISTOGRAMME DES 10 PREMIERES VALEURS PROPRES | NUMERO | VALEUR | POURCENT.| POURCENT.| | | PROPRE | | CUMULE | | 1 | | | | | 2 | | | | | 3 | | | | | 4 | | 9.45 | | | 5 | | 9.01 | | | 6 | | 7.40 | | | 7 | | 4.89 | | | 8 | | 2.74 | | | 9 | | 1.41 | | | 10 | | 0.46 | |

Exemple d’A.C.M. Contributions et Cos² des modalités (9.88=6.25 %)) LibelléPRel.Dist.Axe 1Axe 2Axe 1Axe 2Axe 1Axe 2 Taille Taille Taille Poids Poids Poids Vélocité Vélocité Vélocité Intelligence Intelligence Intelligence Affection Affection Agressivité Agressivité Intelligence Affection Agressivité Taille CoordonnéesContributionCosinus² Vélocité Poids

Exemple d’A.C.M. Tableau de Burt Poids relatif : Distance à l’origine : p= 9 Z (n,p) = n individus  sn n j . 1.  j n n

Exemple d’A.C.M. Contributions et Cos² des modalités (9.88=6.25 %)) LibelléPRel.Dist.Axe 1Axe 2Axe 1Axe 2Axe 1Axe 2 Taille Taille Taille Poids Poids Poids Vélocité Vélocité Vélocité Intelligence Intelligence Intelligence Affection Affection Agressivité Agressivité Intelligence Affection Agressivité Taille CoordonnéesContributionCosinus² Vélocité Poids

Exemple d’A.C.M. Représentation graphique des modalités Facteur % Taille- Taille+ Taille++ Poids- Poids+ Poids++ Vélocité- Vélocité+ Vélocité++ Intelligence- Intelligence+ Intelligence++ Affection- Affection+ Agressivité- Agressivité+ Facteur %

Exemple d’A.C.M. Représentation graphique des modalités Facteur % Taille- Taille+ Taille++ Poids- Poids+ Poids++ Vélocité- Vélocité+ Vélocité++ Intelligence- Intelligence+ Intelligence++ Affection- Affection+ Agressivité- Agressivité+ Facteur %

Exemple d’A.C.M. Contributions et Cos² des modalités ContributionsCosinus ²Cos ² cumulés IDEN - LIBELLEP. RELDISTO à 21 à 31 à 4 1. Taille Tl- - Taille Tl+ - Taille Tl++ - Taille CONTRIBUTION CUMULEE Poids Pd- - Poids Pd+ - Poids Pd++ - Poids CONTRIBUTION CUMULEE Vélocité Vl- - Vélocité Vl+ - Vélocité Vl++ - Vélocité CONTRIBUTION CUMULEE Intelligence In- - Intelligence In+ - Intelligence In++ - Intelligence CONTRIBUTION CUMULEE Affection Aff- - Affection Aff+ - Affection CONTRIBUTION CUMULEE Agressivité Agr- - Agressivité Agr+ - Agressivité CONTRIBUTION CUMULEE

Exemple d’A.C.M. Contributions et Cos² des modalités une modalité d’effectif nul Remarque 1 : la part d’inertie due à une modalité de réponse est d’autant plus grande que l’effectif dans cette modalité est plus faible. Le maximum (1/s) serait atteint par une modalité d’effectif nul… Au moment du codage, on évite les modalités à faibles effectifs susceptibles de perturber les directions des premiers axes factoriels.

questions à deux modalités Remarque 2 : la part d’inertie due à une question est fonction croissante du nombre de modalités de réponses. La part minimale (1/s) correspond aux questions à deux modalités… Exemple d’A.C.M. Contributions et Cos² des modalités Au moment du codage, on cherche à équilibrer le système de questions (découpage des variables en modalités) si on veut faire jouer le même rôle à toutes les questions.

Exemple d’A.C.M. - Exemple d’A.C.M. - Valeurs test

Exemple d’A.C.M. Contributions et Cos² des individus ContributionsCosinus ²Cos ² cumulés P. RELDIST à 21 à 31 à 4 Beauceron Basset Berger Allemand Boxer Bull-Dog Bull-Mastiff Caniche Chihuahua Cocker Colley Dalmatien Doberman Dogue Allemand Epagneul Breton Epagneul Français Fox-Hound Fox-Terrier Grand Bleu de Gascogne Labrador Lévrier Mastiff Pékinois Pointer Saint-Bernard Setter Teckel Terre-Neuve

Exemple d’A.C.M. Représentation graphique des modalités Facteur % Facteur % Beauceron Basset Berger Allemand Boxer Bull-Dog Bull-Mastiff Caniche Chihuahua Cocker Colley Dalmatien Doberman Dogue Allemand Epagneul Breton Epagneul Français Fox-Hound Fox-Terrier Grand Bleu de Gascogne Labrador Lévrier Mastiff Pékinois Pointer Saint-Bernard Setter Teckel Terre-Neuve Chasse Utilitaire Compagnie