user icon

Analyse des composantes principales principales

3220 mots 13 pages
Montre plus
Analyse des donnéesL’Analyse en Composantes Principales
Année universitaire: 2022/2023
Cours réalisé par: Pr M. OUDMANE
Email: m.oudmane@encgcasa.ma
-Analyse des données- PR M.OUDMANE mailto:meriem.oudmane@encgcasa.maIntroduction
• L’analyse en composantes principales (ACP) est une méthode classique de l’un des grands champs de la statistique appelé statistique exploratoire multidimensionnelle
➔Multidimensionnelle s’oppose à unidimensionnelle : on suppose donc que l’on disposera de plusieurs
variables …afficher plus de contenu…

• Selon un usage bien établi, les lignes du tableau représentent les individus et les colonnes représentent les variables. • A l’intersection de la ligne i et de la colonne k se trouve la valeur de la variable k pour l’individu i
Figurer : Tableau de données en ACP xik : valeur de la variable k pour l’individu i.
I : nombre d’individus et ensemble des individus.
K : nombre de variables et ensemble des variables.
L’écart type de la J ème variable :
La moyenne de la J ème variable : Type de données: Exemple
• Analyse sensorielle: note du descripteur K pour le produit …afficher plus de contenu…

Étude des individusDiapositive 8 Etude des individus: Mesure de la ressemblance Diapositive 9 Etude des individus: Le centrage et la réduction Diapositive 10 Etude des individus: Diapositive 11 Représentation simplifiée du Nuage des individus Ni Diapositive 12 La qualité de la représentation du nuage NiDiapositive 13 Ajustement du nuage des individus Ni : Choix des composantes principales Diapositive 14 Ajustement du nuage des individus Ni : Choix des composantes principales Diapositive 15 ExempleDiapositive 16 Exemple : Représentations du nuage NiDiapositive 17 II. Étude des variablesDiapositive 18 Etude des variablesDiapositive 19Diapositive 20 Ajustement du

en relation

  • Df3 projet d'animation
    2771 mots | 12 pages

    P.8EVALUATION........................................................................................................ P.9CONCLUSION....................................................................................................... P.11BIBLIOGRAPHIE-SITOGRAPHIE........................................................................P.12SOMMAIRE….

    montre plus
  • IE7 Corrige S1
    2777 mots | 12 pages

    1) Solution analytique dans le repère (A;  AB ,  AC ) a) Déterminer les coordonnées de K, L et M. b) Démontrer que K, L et M sont alignés 2) Solution vectorielle (sans repère) a) Décomposez  KL sur….

    montre plus
  • Formulaire de revision de math
    5628 mots | 23 pages

    k× (a+b) k×a− k×b = k× (a−b) a2−b2 = (a+b)(a−b) Exemples.….

    montre plus
  • Lecture d’oeuvre «Les Hasards Heureux de l’escarpolette»
    1694 mots | 7 pages

    Lecture d’oeuvre «Les Hasards Heureux de l’escarpolette» Fiona Fernandez et Fanny Dupont FPA 1 25 novembre 2013 Fiona Fernandez et Fanny Dupont novembre 2013 - FPA 1 Table des matières 1. L’artiste 3 1.1 Jean-Honoré Nicolas Fragonard 3 1.2 Ses oeuvres principales 3 2. Identification 4 3. Composition 4 3.1 Les lignes de force 4 3.2 L’ordonnancement 4 3.3 Le type de composition 4 3.4 Centre d’intérêt….

    montre plus
  • Corrigé de 3eme
    847 mots | 4 pages

    1°) Démontrer que les droites (IJ) et (KL) sont parallèles. 2°) Préciser la nature du quadrilatère IJKL.….

    montre plus
  • Oral bts muc
    1134 mots | 5 pages

    2 semaines 28/07/2023 12/08/2023Diapositive 1 Oral intermédiaireDiapositive 2 SommaireDiapositive 3 LocalisationDiapositive 4 Partie environnementaleDiapositive 5 Présentation et Capacité Diapositive 6 Histoire du LYC Diapositive 7 Membre du Bureau du LYCDiapositive 8 SWOTDiapositive 9 ProblématiqueDiapositive 10 Proposition de projetDiapositive 11 ObjectifDiapositive 12 Justification du projetDiapositive 13 Diagnostic de la structureDiapositive 14 Diagramme de….

    montre plus
  • C3A4TP
    866 mots | 4 pages

    (95%) k (99%) 2 12,7 63,7 3 4,30 9,93 4 3,18 5,84 5 2,78 4,60 6 2,57 4,03 7 2,45 3,71 8 2,37 3,50 9 2,31 3,36 10 2,26 3,25 11 2,23 3,17 12 2,20 3,11 13 2,18 3,06 14 2,16 3,01 15 2,15 2,98 16 2,13 2,95 • Écriture du résultat : λ….

    montre plus
  • Scoring - construire un score pour les emprunteurs
    4563 mots | 19 pages

    Le Test de Kruskal – Wallis ...................................................................................................................................................... 9 2.3. L’analyse discriminante .......................................................................................................................................................... 10 2.4. Regroupement des variables….

    montre plus
  • statistique descriptive
    603 mots | 3 pages

    Calculer la variance V(x) : A. 1,000 B. 1,954 C. 1,608 D. 2,008 10. Calculer l’écart-type ( ) : A. 2,141 B. 0,141 C. 1,268 D. 0,999 11. Calculer le coefficient de variation (𝑪𝑽𝒙) : A. 16,208 B. 18,280 C. 16,991 D. 17,490 Q4 Q5 Q6 Q7 Q8 Q10 Q11 Q9 3 Exercice 2 : Considérons la série statistique double suivante des ventes d’un produit en fonction des trimestres pour faire les prévisions des ventes durant les trimestres à venir xi: Rang des trimestres yi :….

    montre plus
  • Pourquoi désirer l’impossible ?
    902 mots | 4 pages

    A est proportionnel à la concentration. (. A = k × [In-] (1) (. C = [HIn] + [In-] Amax = kC (2) (.….

    montre plus
  • Statistiques inférentielles cm1
    1530 mots | 7 pages

    Statistiques descriptives échelle nominale pas de hiérarchie entre les valeurs fréquences - pourcentages échelle ordinale hiérarchie consensuelle entre les valeurs médiane - mode échelle d’intervalle numérique - intervalles égaux tout le long de l’échelle moyenne - médiane - mode - variance - écart-type Pierre Ratinaud Statistiques inférentielles - CM1 13 / 29Les échelles de mesure et leur description Statistiques descriptives Variables numériques - échelle d’intervalle Les mesures de tendance centrale moyenne : µ = ∑ X N ou X̄ = ∑ X n médiane (Md) : valeur sous laquelle se trouvent 50% des scores lorsque les données sont disposées en ordre numérique Position de la médiane = N+1 2 exemples : 2, 3, 4, 5, 6 → Md=4 2, 3, 4, 5, 6, 7 → Md=4,5 mode : valeur dont la fréquence est la plus….

    montre plus
  • DEHORS LA SUBVERSION
    2550 mots | 11 pages

    Décembre 2014 Table des matières Tables matières 2 Liste des figures 3 Introduction 4 1. Analyse descriptive 5 1.1 Raphaëlle De Groot 5 1.2Devora Neumark 6 1.3Les fermières obsédées 6 2. Analyse iconographique / Analyse de représentation sociale 7 3. Analyse interprétative 8 Conclusion 11 Bibliographie 13 Annexe I 14 Figures Liste des figures….

    montre plus
  • S Ance 3 De Quanti
    307 mots | 2 pages

    UNIL QUAL CMOY http://ccir.efm.me/itw/answer/s/87hyf3p3c7/k/97k976gk1e 1/4 19/3/2015 Séance 3 de quanti CVAR CONT THEO KHID STUD LIN MLIN En utilisant les données codées de "S3 ­ Données mémoire.xlsx" et la matrice des coefficients de corrélation, indiquer les coefficients de corrélation des couples de variables ci­dessous Comité­Audace 0,719965746….

    montre plus
  • Yaourt à boire
    1503 mots | 7 pages

    Yaourt à boire Analyse et études des marchés I) Les chiffres clés du marché choisi 1. Le périmètre (géographique) (Source Xerfi 700) L’Europe est le premier débouché de Danone. Près de deux tiers du chiffre d’affaire de Danone ont été générés en Europe au premier semestre 2008 dont 29% en France, son marché d’origine.….

    montre plus
  • rapport de stage
    6537 mots | 27 pages

    Table des matières INTRODUCTION 4 Présentation de mon institution 5 PRÉSENTATION DE MON INSTITUTION 6 LE PUBLIC CIBLE ET LEUR PROBLÉMATIQUE 8 ANAMNÈSE DE RAYAN 11 LES PROBLÉMATIQUES ET DIFFICULTÉS DE RAYAN 12 OBJECTIFS ET LES PISTES D’INTERVENTIONS PERTINENTES 13 L’impact de mes interventions 14 Anamnèse de Martin 15 Problématique et difficulté de Martin 16 OBJECTIFS ET LES PISTES D’INTERVENTION PERTINENTES 17 L’impact de ces interventions 18 ANAMNÈSE DE LUCAS 19 PROBLÉMATIQUES ET DIFFICULTÉ DE LUCAS 20 OBJECTIF ET LES PISTES….

    montre plus