Acp Afc

L’analyse en composantes principales en pratique Après avoir vu sa formalisation mathématique dans le module précédent, on s’intéresse ici à l’utilisation pratique de l’ACP. 1 Objectifs L’objectif de l’analyse en composantes principales (ou ACP) est purement descriptif : il s’agit « d’explorer » un ensemble d’observations rassemblées sous la forme d’un tableau de données indiquant pour chaque unité statistique les valeurs observées d’un certain nombre de variables quantitatives. L’unité statistique

générales et historique 2- Définition de l’analyse de données 3- Notions de base 4- Les principales méthodes de l’analyse des données 4-1 Les méthodes factorielles 4-1-1 • L’analyse en composantes principales (ACP) 4-1-2 • L'analyse factorielle des correspondances (AFC) 4-2 Les méthodes de classification 4-2-1 • La méthode des nuées dynamiques 4-2-2 • La classification ascendante hiérarchique 4-3 les méthodes prédictives 4-3-1 • La régression 4-3-2 • L’analyse discriminante

différentes analyses factorielles Elles dépendent de la nature des variables et de la métrique utilisées  Si les variables sont quantitatives : Analyse en Composante Principale (ACP)  Si on étudie deux variables qualitatives à travers un tableau de contingence : Analyse Factorielle des Correspondances (AFC)  Si les variables sont qualitatives : Analyse des Correspondances Multiples (ACM) Th. Couronne Th. Couronne Les analyses factorielles 5 Exemple de données pour l’ACP

données > Réduction données = consiste à condenser un tableau multidimensionnel en quelques variables de synthèses La condensation entraine une perte d’info (faut la rendre minimale) ( données quantitatives (Analyse en Composante Principale ACP) Cas Note poly plan cours > 3 étapes d’interprétations suite aux tableaux ordi : _ l’ACP produit des axes (variables de synthèses) mais faut retenir que ceux qui ont de la valeur : fort % de variance (ou d’inertie) [part d’info conservé par rapport

de régression - Réseaux de neuronnes - Classification automatique hiérarchique - Partitionnement - Réseaux de neuronnes Stat. Élémentaire (histogramme, moy, écart-type) Outils d'interprét° de classes Méthodes factorielles (ACP) Corrélations Analyse factorielles des corr. (AFC) Réseaux bayésiens Test stat sur les écarts Copyright © Génistat Conseils Inc., 2010, Montréal, Canada Intelligence artificielle Apprentissage supervisé/ex. - règles - d'arbre de décision - raisonnement à base de cas _ Apprentissage

pas à pas, paramétrique, non paramétrique, Spline, PLS…etc) Synthétise ou résume : Réduire la volumétrie des données, retenir l’essentiel et le plus significatif Parmi les techniques utilisées dans ce chapitres les techniques d’analyse factoriel ( ACP, AFC, AFCM, AFD…etc) Classifier ou structuré : Classifier les indivdus observe en classe homogéne, déduire des typologies et des segmentations Parmi les techniques utilisées dans ce chapitre les techniques de segmentation et de classification ( K-means

interviewer ? Quelles sont celles concernées par mon enquête ? LES METHODES DE SONDAGES Pr. BOULAHOUAL Adil 14 MODES D’ADMINISTRATION Face à face Voie postale ……. Pr. BOULAHOUAL Adil 15 ACP -MANN -WITHNEY -MÉDIANE ACM REGRESSION KHI-DEUX ANOVA ANCOVA TRIS À PLAT MANOVA TRIS CROISÉS AFC-KOLMOGRAV MANCOVA -SIMIRNOV ANALYSE DES RESULTATS Pr. BOULAHOUAL Adil 16 Pr. BOULAHOUAL Adil 17 Pr. BOULAHOUAL Adil 18 LES QUESTIONS FERMÉES : Au sein de cette famille, nous distinguons

nature des données, permettent dans le cas présent de l'analyse statistique, de procéder à des opérations préalables sur les tableaux de départ, traitant ainsi les divers types d'analyses factorielles énoncées ci-dessous : - ACP : Analyse en Composantes principales et ACP normée - AFC : Analyse Factorielle des Correspondances - AC : Analyse Canonique - AD : Analyse Discriminante Les applications développées par la suite seront l'ACP et l'AFC. L'ACP normée fait appel à un tableau X de départ dissymétrique

traitement de l’analyse : 19 Les différents types de tableaux proposés : 19 a) Le traitement variables par variables : 21 b) Le traitement des couples de variables : 21 c) Possibilité d’effectuer des ACP Normées : 21 d) Possibilité d’effectuer des AFC, et ACM. 21 IV. AUTRES LOGICIELS ; 22 1. Logiciels à vocation statistique : 22 2. LISREL : 22 V. UN EXEMPLE DE TRAITEMENT SUR LE SPHINX : 23 L’Analyse des réponses au questionnaire : 23 a) Le traitement

Les méthodes descriptives qui visent à structurer et à simplifier les données issues de plusieurs variables, sans privilégier l'une d'entre elles en particulier, il s’agit notamment de l'analyse en composantes principales (ACP), l'analyse factorielle des correspondances (AFC), l'analyse des correspondances multiples (ACM) et des méthodes de classification automatiques. Les méthodes explicatives qui visent à expliquer une variable à l'aide de deux ou plusieurs variables explicatives, les principales