aicha
Aller à : Navigation, rechercher
Pour les articles homonymes, voir AFC.
Cet article est une ébauche concernant les probabilités et la statistique.
Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
Consultez la liste des tâches à accomplir en page de discussion.
L'analyse factorielle des correspondances, en abrégée AFC, est une méthode statistique d'analyse des données mise au point par Jean-Paul Benzecri à l'Université Pierre-et-Marie-Curie à Paris (ISUP et Laboratoire de statistique multidimensionnelle).
Sommaire
1 Introduction
2 Principe
3 Exemple d'application
4 La distance χ2
5 Extension
6 Bibliographie
7 Implémentations
8 Références
9 Voir aussi
10 Liens externes
Introduction
Dit grossièrement, une méthode AFC admet en entrée un "tableau croisé dynamique", et produit en sortie une ou plusieurs cartes ou images de répartition des valeurs et des variables. Exemple : La participation croisée boursière; si 6 investisseurs répartissent leurs portefeuilles entre 10 entreprises, on obtient par AFC une carte comprenant 16 points, dont 6 représentent chacun des investisseurs et les 10 autres représentent chacune des 10 entreprises. L'analyse apporte en fait l'information de distance entre les points permettant d'interpréter indirectement les pourcentages de participation au capital des entreprises.
La technique de l'AFC est essentiellement utilisée pour de grands tableaux de données toutes comparables entre elles (si possible exprimées toutes dans la même unité, comme une monnaie, une dimension, une fréquence ou toute autre grandeur mesurable). Elle peut en particulier permettre d'étudier des tableaux de contingence (ou tableau croisé de cooccurrence). De manière générale, les méthodes factorielles permettent l'analyse d'un tableau "agrégé" de mesures, correspondant aux requêtes du type "select count(*) from .. group by